Ben Glocker（伦敦帝国理工学院医学成像机器学习专家）、Mirco Musolesi（伦敦大学学院数据科学和数字健康专家）、Jonathan Richens（诊断机器学习模型专家，Babylon Health）和 Caroline Uhler （麻省理工学院计算生物学专家）与 Nature Communications 讨论了他们在因果推理方面的研究兴趣，以及这如何为不同应用领域的数字医学研究及其实施提供强大的框架。

讨论的问题如下：

1. 什么是因果关系，以及因果关系和数字医学在你所在的领域如何相互作用？

2. 在临床和生物医学研究方面，与你所在领域的非因果方法相关的最重要问题是什么？

3. 你能否提及一个或多个已经（或将）成功应用因果方法的数字医学研究示例？特别是与更简单的关联框架相比时

4. 从你的角度来看，阻碍因果关系方法更广泛应用的最大障碍是什么？

5. 你能否从数据收集开始，快速介绍如何在你所在领域的数字医学研究中实施因果方法？

6. 最近发布了基于人工智能的临床试验的新指南。你认为因果关系应该如何适应？

 

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除