随着人工智能（AI）的最新进展，它已经重塑了各行各业的业务运营方式。医疗保健行业也不例外，已经在诊断领域取得了巨大的进展，包括癌症诊断、关键发现的分诊、急性异常的识别、支持放射科医生优先处理危及生命的病例、心律失常的诊断、中风结果的预测以及慢性病管理。该行业受益于创新的远程医疗服务和强大的记录管理，这有助于集中存储大量数据，使其随时可用。
本研究专题旨在为研究人员提供一个平台，传播前沿研究，探讨和探索人工智能技术在医疗保健领域的潜力，重点关注计算机视觉、深度学习、机器学习、医学影像、传感器数据和临床数据分析。该研究专题将使研究人员能够在全球范围内合作，调查在医疗保健领域应用人工智能的挑战，同时考虑隐私和安全以及伦理影响。本集合旨在展示如何通过利用深度学习、机器学习、医学影像和传感器数据分析的最新发展，显著改善患者的治疗效果、治疗个性化和诊断准确性。此外，它还关注医疗保健领域的创新，特别是人工智能的应用和方法。进一步鼓励基于医学影像、医疗保健和医疗诊断等基本和一般主题的新颖理论贡献提交。
本研究专题鼓励提交涵盖医疗保健领域内广泛主题的文章（但不限于）：医学影像的人工智能算法、基于人工智能的医疗诊断系统、用于医学影像的机器学习和深度学习、可穿戴健康应用、计算病理学、使用人工智能的全切片图像分析、使用人工智能在患者监测中的传感器数据分析、医学应用中的计算机视觉进展。
关键词：医疗AI、保健AI、医学影像、传感器数据分析、计算机视觉、深度学习、机器学习、弱监督学习、多实例学习、表示学习、生成模型、临床数据分析
重要提示：所有提交给本研究专题的贡献必须在其使命声明中定义的相应部分和期刊范围内。Frontiers 保留权利在同行评审的任何阶段将超出范围的手稿引导至更合适的部分或期刊。
(全文结束)
