）
欢迎来到98核心期刊网-专注期刊论文发表20年！
写作指导| 论文指导| 科技期刊| 教育期刊
您的位置:主页 > 论文范文 > 医学论文 > 如何更快、更有效地去学习医学信息和科研技术

如何更快、更有效地去学习医学信息和科研技术

　　中国医生工资待遇比较低，但工作压力较大，在美国医生眼里，中国医生一天看100多个病人的方式是不可思议的，2min内看一个人是非常不负责任的，不过这种情况是由国情所决定，且压缩了中国医生可用于学习与科研的时间精力。在这样的背景下，如何帮助医生更快地、有效地去学习医学信息和科研也是人工智能技术在医学领域的一个探索方向。
 
　　近些年来，科学文献存在多语言性、内容专业、有效阅读难度等技术壁垒。先不论文献的多语言性对知识获取的难度提升，即使是母语系的临床文献，也比其他种类的文字产物更加晦涩难懂，而且信息量更大。但科学文献的优势也很明显，主要有结构相对固定、基本要素全面完整。利用文献特性，如果读者可以快速定位并且直接提取自己所感兴趣的信息，那么这样读取信息的效率是很高的，所以我们需要PICO(s)来成为读者获取信息的指南针。
 
　　应用人工智能技术可加快选题、检索、数据获取与整合的速度。一般读懂一篇3000字的文章至少需要20~30min，而有目的性的科技信息读取只需要3~5min就可以完成。如果我们将规则转化成计算机语言，那么这部分工作完全可以由机器代工，整体速度将近一步提升，3~5min足够人工智能去筛选并提取上百篇论文范文的信息和数据。医学信息领域中应用人工智能技术的手段仍然不够完善，实际应用中存在一定的限制。
 
　　相对的，在做科研和写文献的过程中，PICO(s)可以作为大纲来指导作者的构思和选题，帮助其高效获取并有效整理素材。例如，通过传统的人工方式，好的回归性数据分析需要4～6个月的时间周期去完成，其中选题需要约1个月，数据获取需要约2个月，数据分析和论文撰写还需要约2个月。利用PICO(s)的思维去优化这个过程可以提高效率，减少因选题不准和数据不足引发的返工率，在此基础上，结合人工智能的PICO(s)体系将可以进一步加快选题，检索，数据获取与整合的速度。

文章推荐：

我要分享到：