Information and Communication Technology Medicine: Integrative Specialty for the Future of Medicine
Notice bibliographique
Résumé
The impact of information and communication technology (ICT) on medicine is unprecedented and ever-increasing. This has made it more and more difficult for doctors to keep pace with ICT developments and to adequately match the input of ICT experts. As a result, medical disciplines may not be able to take full advantage of growing possibilities. In this personal viewpoint paper, I argue for the establishment of a novel medical specialty, ICT medicine. ICT medicine is needed to optimally face the challenges of ICT-based developments, including artificial intelligence (AI), and to ensure their efficient and beneficial use. ICT medicine is rooted in both medicine and ICT, and in contrast to existing medical specialties it is integrative in nature, as long-standing structural collaborations with ICT and other stakeholders cross the boundaries between disciplines. Thus, new concepts and theories may evolve that are better suited to addressing ICT-related issues in medicine. ICT doctors will be instrumental in the conception, development, implementation, and evaluation of digital tools, systems, and services. They provide a bridge between ICT professionals and clinical users and educate doctors in digital applications and services. Notably, ICT doctors may have a pivotal role in the validation, verification, and evaluation of AI models. ICT medicine institutes offer a home to these new professionals, enhancing their independence within health care organizations and in relation to ICT companies. Importantly, in an era of growing technicalization and use of AI algorithms, ICT doctors may safeguard the human factor in medicine. And, from a societal perspective, they may promote digital inclusion and the continuing high quality of digital services and provide leadership in the future digitalization of medicine.
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 | 0,009 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».