မင်းရဲ့ခွဲစိတ်မှုကို AI ကို ဘာကြောင့် စောင့်ကြည့်ချင်တာလဲ။

လူတွေက ဉာဏ်ရည်တုနဲ့ ဆေးပညာကို စဉ်းစားတဲ့အခါ စက်ရုပ်တွေက ခွဲစိတ်တာကို စိတ်ကူးယဉ်ကြတယ်။ လက်တွေ့မှာ အနုပညာနှင့် သိပ္ပံပေါင်းစပ်မှုဖြစ်သည်- ကျွမ်းကျင်သော လူသားခွဲစိတ်ဆရာဝန်များကို အချိန်နှင့်တပြေးညီ လမ်းညွှန်နိုင်ရန် ဒေတာနှင့် စက်သင်ယူမှုကို အသုံးပြုသည်။ ဆေးပညာနှင့် AI လမ်းဆုံတွင် ထိပ်တန်းတွေးခေါ်ရှင်တစ်ဦးအနေဖြင့် Margaux သည် ဤထူးခြားဆန်းကြယ်သောနယ်ပယ်နှင့် လာမည့်နှစ်များတွင် သင်၏ခွဲစိတ်မှုလုပ်ထုံးလုပ်နည်းများ မည်သို့ကွဲပြားမည်ကို အသေးစိတ်ဖော်ပြသည်။ Surgical Data Science Collective (SDSC) မှ Machine Learning ၏ ဒါရိုက်တာအဖြစ် ခွဲစိတ်မှုစွမ်းရည်ကို မြှင့်တင်ရန်အတွက် ကွန်ပျူတာအမြင်ကို အသုံးပြုနေသည့် အကျိုးအမြတ်မယူသော လုပ်ငန်းစတင်သည့် Masson-Forsythe သည် အပြုသဘောဆောင်သော အကျိုးသက်ရောက်မှုများဖြစ်စေရန် နည်းပညာကို အသုံးချခြင်းအပေါ် စိတ်အားထက်သန်ပါသည်။ ကွန်ပြူတာသိပ္ပံနောက်ခံနှင့် စက်သင်ယူမှုတွင် ကျွမ်းကျင်မှုဖြင့်၊ သူမသည် ကျွန်ုပ်၏အသက်မွေးဝမ်းကျောင်းမှုကို အလိုအလျောက်လုပ်ဆောင်နိုင်ပြီး ရှုပ်ထွေးသောလုပ်ငန်းစဉ်များကို ချောမွေ့စေမည့် အယ်လဂိုရီသမ်များကို အကောင်းဆုံးဖြစ်အောင်လုပ်ဆောင်ရန် ရည်စူးထားသည်။

သူမ၏လုပ်ငန်းတွင် ခွဲစိတ်ဆရာဝန်များ ချက်ခြင်းတုံ့ပြန်ချက်နှင့် ထိုးထွင်းသိမြင်မှုတို့ကို ပံ့ပိုးပေးနိုင်သော ခွဲစိတ်ကုသမှုဆိုင်ရာ ကိရိယာများ တီထွင်ရန်အတွက် ခွဲစိတ်မှုများမှ ဗီဒီယိုဒေတာကို အသုံးပြုခြင်းအပေါ် အာရုံစိုက်ထားသည့် ဦးဆောင်သုတေသနများ ပါဝင်ပါသည်။ ခွဲစိတ်မှုသင်တန်းသည် လက်ရှိတွင် အလွန်အကန့်အသတ်ရှိပြီး သမားတော်များသည် ၎င်းတို့၏ လမ်းညွှန်ဆရာများထံမှသာ တုံ့ပြန်ချက်များကိုသာ အားကိုးနေသောကြောင့် ၎င်းသည် အရေးကြီးသောနေရာတစ်ခုဖြစ်သည်။ ဤဟောပြောချက်ကို TED ကွန်ဖရင့်ဖော်မတ်ကို အသုံးပြု၍ TEDx ပွဲတစ်ခုတွင် ပြောကြားခဲ့သော်လည်း ဒေသတွင်းအသိုင်းအဝိုင်းမှ သီးခြားစီစဉ်ထားခြင်း ဖြစ်သည်။ https://www.ted.com/tedx တွင် ပိုမိုလေ့လာပါ။