Pathology and radiology taking medical ‘hermeneutics’ to the next level?
Notice bibliographique
Résumé
Pathology and radiology are underpinned by image interpretation and analysis, using the most substratal fundamental yardstick of their function. Hermeneutics refers to interpretation (originally the interpretation of religious scriptures), especially the science and methodological principles of interpretation. The analysis and interpretation of images in pathology and radiology have been somewhat doctrine-driven, and using hermeneutics in a metaphorical manner in this context is perhaps appropriate. Radiologists and pathologists have clung to the romantic notion that they interpret the chiaroscuro of images presented before them, the tenebrosi of medicine. Recently, both pathology and radiology have been the subjects of discussion, with the application of artificial and/or alternative means being touted as potential replacement for medical specialists in both specialties. In November 2015, Levenson and colleagues wrote the provocatively titled paper: ‘Pigeons ( Columbia livia ) as trainable observers of pathology and radiology breast cancer images’.1 While the authors concluded that these volitant artistes of pathology/radiology image interpretation might ‘help us better understand human medical image perception’, the unwritten subtext and perception was that feathered, bird-brained purveyors of image interpretation do as good a good job as opposed to their cerebrally better endowed Homo sapien relatives. This publication led to a flurry of comments and jocular gybes directed at pathologists and radiologists chiefly aimed at them …
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».