Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Données synthétiques en médecine : génération, évaluation et limites
0
Zitationen
3
Autoren
2024
Jahr
Abstract
Recent technological advances in data science hold great promise in medicine. Large-sized high-quality datasets are essential but often difficult to obtain due to privacy, cost, and practical challenges. Here, we discuss synthetic data's generation, evaluation, and regulation, highlighting its current applications and limits.
Ähnliche Arbeiten
"Why Should I Trust You?"
2016 · 14.198 Zit.
A Comprehensive Survey on Graph Neural Networks
2020 · 8.576 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.084 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.444 Zit.
Artificial intelligence in healthcare: past, present and future
2017 · 4.382 Zit.
Autoren
Institutionen
- Université Paris Cité(FR)
- Sorbonne Paris Cité(FR)
- Assistance Publique – Hôpitaux de Paris(FR)
- Hôpital Européen Georges-Pompidou(FR)
- Hôpital Européen(FR)
- Institute of Zoology(KZ)
- Institut Gustave Roussy(FR)
- Inserm(FR)
- Institut de Transplantation Urologie en Nephrologie(FR)
- Hôpitaux Universitaires de Strasbourg(FR)
- Centre d'Investigation Clinique - Innovation Technologique(FR)
- Center for Research in Transplantation and Translational Immunology
- Nantes Université(FR)