Nature.com saytiga tashrif buyurganingiz uchun tashakkur. Siz foydalanayotgan brauzer versiyasida CSS qo'llab-quvvatlashi cheklangan. Eng yaxshi natijalarga erishish uchun brauzeringizning yangi versiyasidan foydalanishni tavsiya qilamiz (yoki Internet Explorer-da moslik rejimini o'chirib qo'ying). Shu bilan birga, doimiy qo'llab-quvvatlashni ta'minlash uchun biz saytni uslublarsiz yoki JavaScriptsiz ko'rsatmoqdamiz.
Klinik sun'iy intellekt (SI) qo'llanilishi tez sur'atlar bilan o'sib bormoqda, ammo mavjud tibbiyot maktablari o'quv dasturlari bu sohani qamrab oluvchi cheklangan o'qitishni taklif qiladi. Bu yerda biz Kanada tibbiyot talabalariga ishlab chiqqan va taqdim etgan sun'iy intellekt bo'yicha o'quv kursini tasvirlaymiz va kelajakdagi o'qitish uchun tavsiyalar beramiz.
Tibbiyotda sun'iy intellekt (SI) ish joyidagi samaradorlikni oshirishi va klinik qarorlar qabul qilishga yordam berishi mumkin. Sun'iy intellektdan xavfsiz foydalanish uchun shifokorlar sun'iy intellekt haqida ma'lum tushunchaga ega bo'lishlari kerak. Ko'pgina sharhlar SI konsepsiyalarini1, masalan, SI modellari va tekshirish jarayonlarini2 tushuntirishni targ'ib qiladi. Biroq, ayniqsa milliy darajada, bir nechta tuzilgan rejalar amalga oshirildi. Pinto dos Santos va boshqalar.3. 263 nafar tibbiyot talabasi so'rovnomada ishtirok etdi va ularning 71 foizi sun'iy intellekt bo'yicha o'qitishga muhtoj ekanligiga qo'shildi. Tibbiy auditoriyaga sun'iy intellektni o'qitish ko'pincha keng ko'lamli oldingi bilimlarga ega bo'lgan talabalar uchun texnik va texnik bo'lmagan tushunchalarni birlashtirgan puxta dizaynni talab qiladi. Biz tibbiyot talabalarining uchta guruhiga bir qator SI seminarlarini o'tkazish tajribamizni tasvirlab beramiz va kelajakda SI bo'yicha tibbiy ta'lim uchun tavsiyalar beramiz.
Tibbiyot talabalari uchun besh haftalik "Tibbiyotda sun'iy intellektga kirish" seminarimiz 2019-yil fevralidan 2021-yil apreligacha uch marta o'tkazildi. Har bir seminar uchun kursdagi o'zgarishlarning qisqacha tavsifi bilan jadval 1-rasmda ko'rsatilgan. Bizning kursimiz uchta asosiy o'quv maqsadiga ega: talabalar sun'iy intellekt ilovalarida ma'lumotlar qanday qayta ishlanishini tushunishadi, klinik qo'llanmalar uchun sun'iy intellekt adabiyotlarini tahlil qilishadi va sun'iy intellektni ishlab chiqayotgan muhandislar bilan hamkorlik qilish imkoniyatlaridan foydalanishadi.
Ma'ruza mavzusi ko'k rang, interaktiv savol-javob davri esa och ko'k rangdir. Kulrang qism qisqacha adabiyotlar sharhining markazida turadi. To'q sariq qism sun'iy intellekt modellari yoki texnikalarini tavsiflovchi tanlangan amaliy tadqiqotlardir. Yashil rang - bu klinik muammolarni hal qilish va modellarni baholash uchun sun'iy intellektni o'rgatish uchun mo'ljallangan qo'llanma dasturlash kursi. Seminarlarning mazmuni va davomiyligi talabalarning ehtiyojlarini baholashga qarab o'zgaradi.
Birinchi seminar Britaniya Kolumbiyasi Universitetida 2019-yil fevraldan aprelgacha bo'lib o'tdi va barcha 8 ishtirokchi ijobiy fikr bildirdi4. COVID-19 tufayli ikkinchi seminar 2020-yil oktyabr-noyabr oylarida virtual ravishda o'tkazildi, unda 8 ta Kanada tibbiyot maktabidan 222 nafar tibbiyot talabasi va 3 nafar rezident ro'yxatdan o'tdi. Taqdimot slaydlari va kodi ochiq kirish saytiga (http://ubcaimed.github.io) yuklandi. Birinchi iteratsiyadan olingan asosiy fikr-mulohazalar ma'ruzalar juda qizg'in va materiallar juda nazariy bo'lganligi edi. Kanadaning oltita turli vaqt zonalariga xizmat ko'rsatish qo'shimcha qiyinchiliklar tug'diradi. Shunday qilib, ikkinchi seminar har bir sessiyani 1 soatgacha qisqartirdi, kurs materialini soddalashtirdi, ko'proq amaliy tadqiqotlar qo'shdi va ishtirokchilarga kod parchalarini minimal nosozliklar bilan bajarishga imkon beradigan standart dasturlarni yaratdi (1-quti). Ikkinchi iteratsiyadan olingan asosiy fikr-mulohazalar dasturlash mashqlari bo'yicha ijobiy fikr-mulohazalar va mashinani o'rganish loyihasi uchun rejalashtirishni namoyish etish so'rovini o'z ichiga oldi. Shuning uchun, 2021-yil mart-aprel oylarida 126 nafar tibbiyot talabasi uchun virtual tarzda o'tkazilgan uchinchi seminarimizda biz seminar konsepsiyalaridan loyihalarga foydalanishning ta'sirini namoyish etish uchun ko'proq interaktiv kodlash mashqlari va loyiha bo'yicha fikr-mulohaza sessiyalarini kiritdik.
Ma'lumotlarni tahlil qilish: Ma'lumotlar naqshlarini tahlil qilish, qayta ishlash va uzatish orqali ma'lumotlardagi mazmunli naqshlarni aniqlaydigan statistika sohasi.
Ma'lumotlarni qazib olish: ma'lumotlarni aniqlash va ajratib olish jarayoni. Sun'iy intellekt kontekstida bu ko'pincha katta hajmga ega bo'lib, har bir namuna uchun bir nechta o'zgaruvchilar mavjud.
O'lchovlilikni kamaytirish: Asl ma'lumotlar to'plamining muhim xususiyatlarini saqlab qolgan holda, ko'plab individual xususiyatlarga ega ma'lumotlarni kamroq xususiyatlarga aylantirish jarayoni.
Xususiyatlar (sun'iy intellekt kontekstida): namunaning o'lchanadigan xususiyatlari. Ko'pincha "xususiyat" yoki "o'zgaruvchi" bilan bir-birining o'rnida ishlatiladi.
Gradient faollashtirish xaritasi: Sun'iy intellekt modellarini (ayniqsa, konvolyutsion neyron tarmoqlarini) talqin qilish uchun ishlatiladigan usul, bu tarmoqning oxirgi qismini optimallashtirish jarayonini tahlil qilib, yuqori darajada bashoratli bo'lgan ma'lumotlar yoki tasvirlar mintaqalarini aniqlaydi.
Standart model: Shunga o'xshash vazifalarni bajarish uchun oldindan o'qitilgan mavjud AI modeli.
Sinov (sun'iy intellekt kontekstida): modelning ilgari duch kelmagan ma'lumotlardan foydalanib, vazifani qanday bajarishini kuzatish.
Trening (sun'iy intellekt kontekstida): Modelga ma'lumotlar va natijalarni taqdim etish, shunda model yangi ma'lumotlardan foydalangan holda vazifalarni bajarish qobiliyatini optimallashtirish uchun ichki parametrlarini sozlashi mumkin.
Vektor: ma'lumotlar massivi. Mashinada o'qitishda har bir massiv elementi odatda namunaning o'ziga xos xususiyati hisoblanadi.
1-jadvalda 2021-yil aprel oyidagi eng so'nggi kurslar, jumladan, har bir mavzu bo'yicha maqsadli o'quv maqsadlari keltirilgan. Ushbu seminar texnik darajaga yangi kelganlar uchun mo'ljallangan va bakalavr tibbiyot darajasining birinchi yilidan tashqari hech qanday matematik bilimlarni talab qilmaydi. Kurs 6 nafar tibbiyot talabasi va muhandislik bo'yicha ilg'or darajaga ega 3 nafar o'qituvchi tomonidan ishlab chiqilgan. Muhandislar o'qitish uchun sun'iy intellekt nazariyasini ishlab chiqmoqdalar va tibbiyot talabalari klinik jihatdan tegishli materiallarni o'rganmoqdalar.
Seminarlar ma'ruzalar, amaliy tadqiqotlar va qo'llanma dasturlashni o'z ichiga oladi. Birinchi ma'ruzada biz biostatistikada ma'lumotlarni tahlil qilishning tanlangan konsepsiyalarini, jumladan, ma'lumotlarni vizualizatsiya qilish, logistik regressiya va tavsifiy va induktiv statistikani taqqoslashni ko'rib chiqamiz. Ma'lumotlarni tahlil qilish sun'iy intellektning asosi bo'lsa-da, biz ma'lumotlarni qazib olish, ahamiyatlilikni tekshirish yoki interaktiv vizualizatsiya kabi mavzularni chiqarib tashlaymiz. Bu vaqt cheklovlari va shuningdek, ba'zi bakalavr talabalari biostatistika bo'yicha oldindan tayyorgarlikdan o'tganliklari va ko'proq noyob mashina o'rganish mavzularini qamrab olishni istaganliklari bilan bog'liq edi. Keyingi ma'ruzada zamonaviy usullar taqdim etiladi va AI muammolarini shakllantirish, AI modellarining afzalliklari va cheklovlari hamda modellarni sinovdan o'tkazish muhokama qilinadi. Ma'ruzalar mavjud sun'iy intellekt qurilmalari bo'yicha adabiyotlar va amaliy tadqiqotlar bilan to'ldiriladi. Biz mavjud sun'iy intellekt qurilmalarining cheklovlarini tushunishni o'z ichiga olgan holda, klinik savollarga javob berish uchun modelning samaradorligi va amaliyligini baholash uchun zarur bo'lgan ko'nikmalarga urg'u beramiz. Masalan, biz talabalardan Kupperman va boshqalar tomonidan taklif qilingan bolalar bosh jarohati bo'yicha ko'rsatmalarni sharhlashni so'radik, 5 bu shifokor tekshiruvi asosida KT tekshiruvi foydali bo'ladimi yoki yo'qligini aniqlash uchun sun'iy intellekt qaror daraxti algoritmini joriy qildi. Biz bu AI shifokorlarni almashtirish o'rniga, shifokorlarga sharh berish uchun bashoratli tahlilni taqdim etishning keng tarqalgan namunasi ekanligini ta'kidlaymiz.
Mavjud ochiq kodli bootstrap dasturlash misollarida (https://github.com/ubcaimed/ubcaimed.github.io/tree/master/programming_examples) biz tadqiqot ma'lumotlarini tahlil qilish, o'lchovlarni kamaytirish, standart modelni yuklash va o'qitish va sinovdan o'tkazishni qanday bajarishni ko'rsatamiz. Biz Python kodini veb-brauzerdan bajarishga imkon beruvchi Google Colaboratory daftarlaridan (Google LLC, Mountain View, CA) foydalanamiz. 2-rasmda dasturlash mashqiga misol keltirilgan. Ushbu mashq Wisconsin Open Breast Imaging Dataset6 va qaror daraxti algoritmidan foydalangan holda xavfli o'smalarni bashorat qilishni o'z ichiga oladi.
Hafta davomida tegishli mavzular bo'yicha dasturlarni taqdim eting va nashr etilgan AI ilovalaridan misollar tanlang. Dasturlash elementlari faqat kelajakdagi klinik amaliyot haqida tushuncha berish uchun tegishli deb hisoblangan taqdirdagina kiritiladi, masalan, modellarni klinik sinovlarda foydalanishga tayyor yoki yo'qligini aniqlash uchun qanday baholash kerak. Ushbu misollar o'smalarni tibbiy tasvir parametrlariga asoslanib, benign yoki malign deb tasniflaydigan to'liq qo'llanma bilan yakunlanadi.
Avvalgi bilimlarning heterojenligi. Ishtirokchilarimiz matematik bilim darajasida turlicha edilar. Masalan, ilg'or muhandislik tajribasiga ega talabalar o'zlarining Furye konvertatsiyalarini qanday bajarish kabi chuqurroq materiallarni qidirmoqdalar. Biroq, Furye algoritmini darsda muhokama qilishning iloji yo'q, chunki u signalni qayta ishlash bo'yicha chuqur bilimlarni talab qiladi.
Davomatning kamayishi. Keyingi yig'ilishlarda, ayniqsa onlayn formatda, qatnashish kamaydi. Yechim davomatni kuzatib borish va bitiruv sertifikatini berish bo'lishi mumkin. Tibbiyot maktablari talabalarning darsdan tashqari akademik faoliyati transkriptlarini tan olishi bilan mashhur, bu esa talabalarni diplom olishga undashi mumkin.
Kurs dizayni: Sun'iy intellekt juda ko'p kichik sohalarni qamrab olganligi sababli, tegishli chuqurlik va kenglikdagi asosiy tushunchalarni tanlash qiyin bo'lishi mumkin. Masalan, laboratoriyadan klinikaga qadar sun'iy intellekt vositalaridan foydalanishning uzluksizligi muhim mavzu hisoblanadi. Biz ma'lumotlarni oldindan qayta ishlash, model yaratish va tasdiqlashni qamrab olsak-da, katta ma'lumotlar tahlili, interaktiv vizualizatsiya yoki sun'iy intellekt klinik sinovlarini o'tkazish kabi mavzularni kiritmaymiz, buning o'rniga biz eng noyob sun'iy intellekt tushunchalariga e'tibor qaratamiz. Bizning asosiy tamoyilimiz ko'nikmalarni emas, balki savodxonlikni oshirishdir. Masalan, modelning kirish xususiyatlarini qanday qayta ishlashini tushunish talqin qilish uchun muhimdir. Buning bir usuli - ma'lumotlarning qaysi mintaqalarini oldindan aytib bo'lishini tasavvur qila oladigan gradient faollashtirish xaritalaridan foydalanish. Biroq, bu ko'p o'zgaruvchili hisoblashni talab qiladi va uni joriy etib bo'lmaydi8. Umumiy terminologiyani ishlab chiqish qiyin edi, chunki biz matematik rasmiyatchiliksiz ma'lumotlar bilan vektor sifatida qanday ishlashni tushuntirishga harakat qilardik. E'tibor bering, turli atamalar bir xil ma'noga ega, masalan, epidemiologiyada "xarakteristika" "o'zgaruvchi" yoki "atribut" sifatida tavsiflanadi.
Bilimlarni saqlash. Sun'iy intellektning qo'llanilishi cheklanganligi sababli, ishtirokchilar bilimlarni qay darajada saqlab qolishlari hali aniq emas. Tibbiyot maktablarining o'quv dasturlari ko'pincha amaliy rotatsiyalar paytida bilimlarni mustahkamlash uchun intervalli takrorlashga tayanadi,9 bu esa sun'iy intellekt ta'limiga ham qo'llanilishi mumkin.
Professionallik savodxonlikdan muhimroq. Materialning chuqurligi matematik qat'iyliksiz ishlab chiqilgan, bu esa sun'iy intellekt bo'yicha klinik kurslarni ishga tushirishda muammo bo'lgan. Dasturlash misollarida biz ishtirokchilarga maydonlarni to'ldirish va dasturiy ta'minotni to'liq dasturlash muhitini qanday sozlashni aniqlamasdan ishga tushirish imkonini beruvchi shablon dasturidan foydalanamiz.
Sun'iy intellektga oid xavotirlar bartaraf etildi: Sun'iy intellekt ba'zi klinik vazifalarni almashtirishi mumkinligi haqida keng tarqalgan xavotir mavjud3. Ushbu muammoni hal qilish uchun biz sun'iy intellektning cheklovlarini, jumladan, tartibga soluvchilar tomonidan tasdiqlangan deyarli barcha sun'iy intellekt texnologiyalari shifokor nazoratini talab qilishini tushuntiramiz11. Shuningdek, biz algoritmlar, ayniqsa ma'lumotlar to'plami xilma-xil bo'lmasa, tarafkashlikka moyil bo'lgani uchun tarafkashlikning muhimligini ta'kidlaymiz12. Natijada, ma'lum bir kichik guruh noto'g'ri modellashtirilishi mumkin, bu esa adolatsiz klinik qarorlarga olib keladi.
Resurslar ommaga ochiq: Biz ma'ruza slaydlari va kodlarni o'z ichiga olgan ommaga ochiq resurslarni yaratdik. Vaqt mintaqalari tufayli sinxron kontentga kirish cheklangan bo'lsa-da, ochiq kodli kontent asinxron o'rganish uchun qulay usul hisoblanadi, chunki sun'iy intellekt bo'yicha tajriba barcha tibbiyot maktablarida mavjud emas.
Fanlararo hamkorlik: Ushbu seminar tibbiyot talabalari tomonidan muhandislar bilan birgalikda kurslarni rejalashtirish uchun tashkil etilgan qo'shma korxonadir. Bu ikkala sohada hamkorlik imkoniyatlari va bilimlardagi bo'shliqlarni namoyish etadi, bu esa ishtirokchilarga kelajakda o'z hissalarini qo'shishlari mumkin bo'lgan rolni tushunishga imkon beradi.
Sun'iy intellektning asosiy kompetensiyalarini aniqlang. Kompetensiyalar ro'yxatini aniqlash mavjud kompetensiyaga asoslangan tibbiy o'quv dasturlariga integratsiya qilinishi mumkin bo'lgan standartlashtirilgan tuzilmani ta'minlaydi. Ushbu seminar hozirda Bloom taksonomiyasining 2-darajali (tushunish), 3-darajali (qo'llanilishi) va 4-darajali (tahlil) o'quv maqsadlaridan foydalanadi. Loyihalar yaratish kabi yuqori darajadagi tasniflash resurslariga ega bo'lish bilimlarni yanada mustahkamlashi mumkin. Bu sun'iy intellekt mavzularini klinik ish jarayonlariga qanday qo'llash mumkinligini aniqlash va standart tibbiy o'quv dasturlariga allaqachon kiritilgan takroriy mavzularni o'qitishning oldini olish uchun klinik mutaxassislar bilan ishlashni talab qiladi.
Sun'iy intellekt yordamida amaliy tadqiqotlar yarating. Klinik misollarga o'xshab, amaliy tadqiqotlar klinik savollarga aloqadorligini ta'kidlash orqali mavhum tushunchalarni mustahkamlashi mumkin. Masalan, bitta seminar tadqiqotida Google'ning sun'iy intellektga asoslangan diabetik retinopatiyani aniqlash tizimi 13 tahlil qilindi, bu laboratoriyadan klinikaga o'tish yo'lidagi muammolarni, masalan, tashqi tasdiqlash talablari va tartibga soluvchi tasdiqlash yo'llarini aniqladi.
Tajriba asosida o'rganishdan foydalaning: Texnik ko'nikmalar, klinik stajyorlarning aylanma o'rganish tajribalariga o'xshash, o'zlashtirish uchun maqsadli amaliyot va takroriy qo'llanilishni talab qiladi. Potensial yechimlardan biri bu muhandislik ta'limida bilimlarni saqlashni yaxshilashi haqida xabar berilgan o'girilgan sinf modelidir14. Ushbu modelda talabalar nazariy materiallarni mustaqil ravishda ko'rib chiqadilar va dars vaqti muammolarni amaliy tadqiqotlar orqali hal qilishga bag'ishlanadi.
Ko'p tarmoqli ishtirokchilar uchun miqyoslash: Biz sun'iy intellektni joriy etishni turli sohalar, jumladan, shifokorlar va turli darajadagi tayyorgarlikka ega bo'lgan sog'liqni saqlash sohasidagi mutaxassislar o'rtasidagi hamkorlikni o'z ichiga olgan holda tasavvur qilamiz. Shuning uchun, o'quv dasturlarini turli kafedralar professor-o'qituvchilari bilan maslahatlashgan holda sog'liqni saqlashning turli sohalariga moslashtirish uchun ishlab chiqish kerak bo'lishi mumkin.
Sun'iy intellekt yuqori texnologiyali bo'lib, uning asosiy tushunchalari matematika va informatika bilan bog'liq. Sog'liqni saqlash xodimlarini sun'iy intellektni tushunishga o'rgatish kontent tanlash, klinik ahamiyatlilik va yetkazib berish usullarida noyob qiyinchiliklarni keltirib chiqaradi. Umid qilamizki, "Ta'limda sun'iy intellekt" seminarlaridan olingan tushunchalar kelajakdagi o'qituvchilarga sun'iy intellektni tibbiy ta'limga integratsiyalashning innovatsion usullarini qo'llashga yordam beradi.
Google Colaboratory Python skripti ochiq kodli bo'lib, quyidagi manzilda mavjud: https://github.com/ubcaimed/ubcaimed.github.io/tree/master/.
Prober, KG va Xon, S. Tibbiy ta'limni qayta ko'rib chiqish: harakatga chaqiriq. Akkad. tibbiyot. 88, 1407–1410 (2013).
Makkoy, LG va boshqalar. Tibbiyot talabalari sun'iy intellekt haqida aslida nimani bilishlari kerak? NPZh raqamlari. Tibbiyot 3, 1–3 (2020).
Dos Santos, DP va boshqalar. Tibbiyot talabalarining sun'iy intellektga munosabati: ko'p markazli so'rovnoma. EURO. radiatsiya. 29, 1640–1646 (2019).
Fan, KY, Hu, R. va Singla, R. Tibbiyot talabalari uchun mashinaviy o'qitishga kirish: sinov loyihasi. J. Med. teach. 54, 1042–1043 (2020).
Cooperman N va boshqalar. Bosh jarohatidan keyin klinik jihatdan ahamiyatli miya shikastlanishi xavfi juda past bo'lgan bolalarni aniqlash: istiqbolli kohort tadqiqoti. Lancet 374, 1160–1170 (2009).
Street, WN, Wolberg, WH va Mangasarian, OL. Ko'krak o'smasini tashxislash uchun yadroviy xususiyatlarni ajratib olish. Biotibbiyot fanlari. Tasvirlarni qayta ishlash. Biotibbiyot fanlari. Vays. 1905, 861–870 (1993).
Chen, PHC, Liu, Y. va Peng, L. Sog'liqni saqlash uchun mashinani o'rganish modellarini qanday ishlab chiqish kerak. Nat. Matt. 18, 410–414 (2019).
Selvaraju, RR va boshqalar. Grad-cam: Gradient asosidagi lokalizatsiya orqali chuqur tarmoqlarni vizual talqin qilish. IEEE Kompyuter ko'rish bo'yicha xalqaro konferensiyasi materiallari, 618–626 (2017).
Kumaravel B, Stewart K va Ilic D. Bakalavriat tibbiyot ta'limida EXHT yordamida dalillarga asoslangan tibbiyot kompetensiyalarini baholash uchun spiral modelni ishlab chiqish va baholash. BMK Medicine. o'qitish. 21, 1–9 (2021).
Kolachalama VB va Garg PS Mashinasozlik va tibbiy ta'lim. NPZh raqamlari. tibbiyot. 1, 1–3 (2018).
van Leeuwen, KG, Schalekamp, S., Rutten, MJ, van Ginneken, B. va de Rooy, M. Radiologiyada sun'iy intellekt: 100 ta tijorat mahsulotlari va ularning ilmiy dalillari. EVRO. radiatsiya. 31, 3797–3804 (2021).
Topol, EJ Yuqori samarali tibbiyot: inson va sun'iy intellektning yaqinlashishi. Tabiiy tibbiyot. 25, 44–56 (2019).
Bede, E. va boshqalar. Diabetik retinopatiyani aniqlash uchun klinikada qo'llaniladigan chuqur o'rganish tizimining insonga yo'naltirilgan bahosi. Hisoblash tizimlarida inson omillari bo'yicha 2020 yilgi CHI konferensiyasi materiallari (2020).
Kerr, B. Muhandislik ta'limida teskari sinf xonasi: Tadqiqot sharhi. 2015-yilgi Interaktiv hamkorlikdagi ta'lim bo'yicha xalqaro konferensiya materiallari (2015).
Mualliflar Britaniya Kolumbiyasi Universitetining Biotibbiy Tasvirlash va Sun'iy Intellekt Tadqiqot Klasteridan Danielle Walker, Tim Salcudin va Peter Zandstraga qo'llab-quvvatlash va mablag' ajratganliklari uchun minnatdorchilik bildiradilar.
RH, PP, ZH, RS va MA seminar o'quv mazmunini ishlab chiqish uchun mas'ul edilar. RH va PP dasturlash misollarini ishlab chiqish uchun mas'ul edilar. KYF, OY, MT va PW loyihani logistika tashkil etish va seminarlarni tahlil qilish uchun mas'ul edilar. RH, OY, MT, RS rasmlar va jadvallarni yaratish uchun mas'ul edilar. RH, KYF, PP, ZH, OY, MY, PW, TL, MA, RS hujjatni loyihalash va tahrirlash uchun mas'ul edilar.
Communication Medicine ushbu ishni ko'rib chiqishga qo'shgan hissalari uchun Kerolin Makgregor, Fabio Moraes va Aditya Borakatiga minnatdorchilik bildiradi.
Joylashtirilgan vaqt: 2024-yil 19-fevral