کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6554939 1422413 2018 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Big data in forensic science and medicine
ترجمه فارسی عنوان
کلان‌داده در پزشکی قانونی و پزشکی
کلمات کلیدی
علم پزشکی قانونی؛ کلان‌داده؛ پزشکی شخصی؛ پزشکی پیشگویانه؛ یادگیری پزشکی؛ بعدچندی
فهرست مطالب مقاله
چکیده

کلمات کلیدی

1.مقدمه

1.1منشاء کلان‌داده: تعاریف و عملکردهای کلان‌داده در دهه‌ی گذشته

1.2 کلان‌داده در پزشکی: تصورات و باورهای غلط

2-آیا کلان داده کمتر از یک انقلاب است؟

3. موضوعات در علم پزشکی قانونی و کلان‌داده: چه ریسکی وجود دارد؟

4- تیپولوژی برای مطالعات کلان‌داده و مانند آنها

5- ویژه‌نامه‌ای به کلان‌داده در رشته‌ی پزشکی و پزشکی قانونی اختصاص داده شده است: ابتکار مجله‌ی جی‌اف‌ال‌ام

6- درخواست برای تعاریف و اقدامات

شکل 1- بخش بزرگ در کلان‌داده چیست؟ حجم و تنوع خصوصیات اصلی کلان‌داده محسوب می‌شوند. 

جدول 1- اقداماتی برای ایجاد چارچوب منصفانه و پایدار کلان‌داده در علم پزشکی قانونی

نکات مهم
ترجمه چکیده
در کمتر از یک‌دهه، کلان‌داده به پدیده‌ای خاص در پزشکی تبدیل شده است و بسیاری از رشته‌های زیست‌پزشکی شخصا به مقوله‌ی کلان‌داده پرداخته‌اند. دیدگاه‌ها و بحث‌ها در مورد کلان‌داده روبه‌افزایش است، اما تعریف متفق‌القولی برای کلان‌داده وجود ندارد. پارادایم 3 وی اغلب برای تعریف اصول کلان‌داده استفاده می‌شود و 3 وی مخفف حجم، تنوع و سرعت است. حتی طبق این پارادایم، مطالعات واقعی در مورد کلان‌داده در حوزه‌ی پزشکی هنوز نادر است و همه‌ی انتظارات را برآورده نمی‌کند. از یک طرف، هدف از تکنیک‌هایی نظیر تکنیک‌های یادگیری ماشینی که معمولا صرفا برای کلان‌داده ارائه می‌شوند، تحقق اهداف پزشکی شخصی‌، پیشگویانه و پیشگیرانه است. این تکنیک‌ها جدید نیستند و بیش از 50 سال قدمت دارند. از طرف دیگر، چند مقوله‌ی مربوط به ویژگی‌های کلان‌داده که از رشته‌های علمی دیگر نظیر هوش مصنوعی هستند، اغلب دست‌کم گرفته می‌شوند (البته اگر نادیده گرفته نشوند). علاوه‌براین، چند مقاله به مقوله‌ی جذاب کلان‌داده می‌پردازند و شایان توجه هستند، زیرا ریسک‌های مربوط به کلان‌داده را مشخص می‌کنند. در این بستر، علم پزشکی قانونی همچنان منتظر مقالات دیدگاهی و همچنین دریافت طرح کلی جامع از مزایای کلان‌داده برای این رشته است. شرایط فعلی ایجاب می‌کند تعاریف و اقداماتی برای هدایت منطقی پژوهش و عمل در زمینه‌ی کلان‌داده ارائه شود. اکنون فرصتی برای ایجاد رویکرد بین‌رشته‌ای واقعی و مبتنی بر شواهد در علم پزشکی و پزشکی قانونی پیش آمده است.
موضوعات مرتبط
علوم زیستی و بیوفناوری بیوشیمی، ژنتیک و زیست شناسی مولکولی ژنتیک
پیش نمایش مقاله
کلان‌داده در پزشکی قانونی و پزشکی
چکیده انگلیسی
In less than a decade, big data in medicine has become quite a phenomenon and many biomedical disciplines got their own tribune on the topic. Perspectives and debates are flourishing while there is a lack for a consensual definition for big data. The 3Vs paradigm is frequently evoked to define the big data principles and stands for Volume, Variety and Velocity. Even according to this paradigm, genuine big data studies are still scarce in medicine and may not meet all expectations. On one hand, techniques usually presented as specific to the big data such as machine learning techniques are supposed to support the ambition of personalized, predictive and preventive medicines. These techniques are mostly far from been new and are more than 50 years old for the most ancient. On the other hand, several issues closely related to the properties of big data and inherited from other scientific fields such as artificial intelligence are often underestimated if not ignored. Besides, a few papers temper the almost unanimous big data enthusiasm and are worth attention since they delineate what is at stakes. In this context, forensic science is still awaiting for its position papers as well as for a comprehensive outline of what kind of contribution big data could bring to the field. The present situation calls for definitions and actions to rationally guide research and practice in big data. It is an opportunity for grounding a true interdisciplinary approach in forensic science and medicine that is mainly based on evidence.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Forensic and Legal Medicine - Volume 57, July 2018, Pages 1-6
نویسندگان
,