智能医疗的多模态融合：从数据、信息、知识到智慧的旅程
摘要：多模态医学数据融合已成为智能医疗中的一种转变性方法，能够全面了解患者的健康状况和个性化治疗计划。本文通过多模态融合探索了从数据、信息和知识到智慧的路径，为智能医疗提供了全面回顾。综述了多模态医学数据融合的各种数据模态的整合方式，并探索了特征选择、基于规则的系统、机器学习、深度学习和自然语言处理等不同方法来进行多模态数据的融合和分析。本文还强调了多模态融合在医疗领域面临的挑战。通过综合评估的框架和见解，提出了一种与DIKW机制相一致的多模态医学数据融合通用框架。此外，基于DIKW和通用框架，还讨论了与医疗四大支柱（预测、预防、个性化和参与）相对应的未来方向。本综述的组成部分为在智能医疗中成功实施多模态融合奠定了基础。本调查的发现可以指导研究人员和从业人员利用多模态融合的力量来改革医疗，并改善患者的治疗效果。
作者：Thanveer Shaik, Xiaohui Tao, Lin Li, Haoran Xie, Juan D. Vel''asquez
论文ID：2306.11963
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-06-27