《用于医疗保健决策的深度学习（Deep Learning for Healthcare Decision Making）》

众所周知，当今的医疗保健受到孤立和碎片化数据、延迟临床通信和不同工作流程工具的影响，这是由于供应商锁定的医疗保健系统缺乏互操作性、数据持有者之间缺乏信任以及数据共享的安全/隐私问题。健康信息产业在增长和进步方面已经做好了跨越式发展的准备。

本书试图揭示大量健康信息和技术的隐藏潜力。在本书中，我们试图结合许多引人注目的观点、指南和框架，通过深度学习框架的成功应用来实现个性化的医疗保健服务选择。医疗保健部门的进步将是渐进的，因为它通过应用合适的人工智能、深度网络框架和模式，从数据之间的关联中学习。医疗保健面临的主要挑战是通过应用精确的算法来有效和准确地学习非结构化的临床数据。不正确的输入数据导致错误输出和误报在医疗保健中是不能容忍的，因为患者的生命受到威胁。本书旨在揭示通过高效和有效的深度学习算法实现个性化医疗保健服务所涉及的风险和可能性。

本书将重点关注深度学习在医疗保健任何领域的应用，包括临床试验、远程医疗、健康记录管理等。