|

Artificiële intelligentie in de radiologie: een introductie

Door op 18-06-2021
  • 00 — Inleiding
  • 01 — Basisbegrippen in AI
  • 02 — Wat is machine learning?
  • 03 — Verschillende benaderingen binnen machine learning
  • 04 — Deep learning
  • 05 — Voordelen van AI in de radiologie
  • 06 — Hoe zal AI de radiologie veranderen?
  • 07 — Huidige uitdagingen voor AI in de radiologie
  • 08 — Conclusie
  • 09 — Reacties (0)

Samenvatting

De toepassingsmogelijkheden van artificiële intelligentie (AI) in de radiologie zijn talrijk. Om in de klinische praktijk tot een goede implementatie van deze techniek te komen, is het van belang dat radiologen vertrouwd raken met de basiskennis over AI. In dit artikel worden een aantal van de fundamentele begrippen rondom AI beschreven en wordt de basis van de techniek uitgelegd.

Log nu in om het volledige artikel te bekijken of om te reageren.

Abonneren

Informatie over dit artikel

Auteurs Six MSc, O.,
Schoots, I.G.
Thema Nascholingsartikel
Accreditatie 1 accreditatiepunt
Publicatie 18 juni 2021
Editie Imago - Jaargang 7 - editie 2 - 2021 | editie 2

Leerdoelen

Na het bestuderen van dit artikel:

  • heeft u kennis van basisbegrippen rondom artificiële intelligentie (AI) binnen een radiologische context;
  • begrijpt u wat de basale verschillen zijn tussen AI, machine learning en deep learning;
  • heeft u aan de hand van enkele voorbeelden inzicht in mogelijkheden van AI-implementatie in de klinische praktijk.

Heeft u nog geen account?

Abonneer nu