ຄວາມໄວ້ວາງໃຈ, ຄວາມສະຫຼາດແລະການຮ່ວມມືຂອງມະນຸດ - ແມ່ນຈຸດສຸມຂອງສູນປະຊຸມສຸຂະພາບສຸຂະພາບຄັ້ງທໍາອິດ |

ຜູ້ຊ່ຽວຊານ AI ປຶກສາຫາລືກ່ຽວກັບວິທີການເຊື່ອມໂຍງທີ່ເຂັ້ມແຂງທີ່ເຂັ້ມແຂງ AI ເຂົ້າໃນການຮັກສາສຸຂະພາບ, ເປັນຫຍັງການຮ່ວມມືດ້ານວິຊາການແມ່ນມີຄວາມສໍາຄັນ, ແລະທ່າແຮງຂອງການຄົ້ນຄວ້າ AI ໃນການຄົ້ນຄວ້າ.
Feifei Li ແລະ Lloyd AIRD ໃຫ້ຂໍ້ສັງເກດໃນການຈັດງານລ້ຽງທີ່ເປັນປະໂຫຍດໃນມະຫາວິທະຍາໄລໃນມະຫາວິທະຍາໄລ Stanford ຢູ່ໃນວັນທີ 14 ພຶດສະພາ. Steve ປາ
ປະຊາຊົນສ່ວນໃຫຍ່ຖືກສະຕິປັນຍາກ່ຽວກັບການປະດິດໄດ້ມີເວລາຂອງ "Aha" ບາງຊ່ວງເວລາ, ເປີດຈິດໃຈຂອງຄວາມເປັນໄປໄດ້ໃນໂລກ. ໃນວັນທີ 14 ເດືອນພຶດສະພາ, Lloyd Finform, MD, Dean ຂອງໂຮງຮຽນການແພດ Stanford ຢູ່ມະຫາວິທະຍາໄລ Stanford, ແບ່ງປັນມຸມມອງຂອງລາວ.
ໃນເວລາທີ່ໄວລຸ້ນທີ່ຢາກຮູ້ຢາກເຫັນໄດ້ຖືກຮ້ອງຂໍໃຫ້ສະຫຼຸບຜົນການຄົ້ນພົບຂອງລາວກ່ຽວກັບຫູໃນ, ລາວໄດ້ຫັນໄປສູ່ຄວາມສະຫຼາດໃນການຜະລິດ. "ຂ້ອຍຖາມວ່າ 'ແມ່ນສິ່ງທີ່ເປັນໂຣກ depalence ທີ່ສູງສຸດແມ່ນຫຍັງ?' ຜູ້ເຂົ້າຮ່ວມເປັນຊົນເຜົ່າເປັນຈໍານວນເກືອບ 4,000 ຄົນ. ໃນເລື່ອງຂອງວິນາທີ, ຫຼາຍວັກໄດ້ປະກົດຕົວ.
ທ່ານກ່າວວ່າ "ພວກເຂົາດີ, ດີຫຼາຍ," ລາວເວົ້າ. "ວ່າຂໍ້ມູນນີ້ຖືກລວບລວມເຂົ້າໃນຄໍາສັບທີ່ມີຄວາມຊັດເຈນແລະຊັດເຈນແລະຊັດເຈນໂດຍທົ່ວໄປຂອງພະຍາດ. ນີ້ແມ່ນຂ້ອນຂ້າງທີ່ຫນ້າສັງເກດ. "
ຄວາມຕື່ນເຕັ້ນຂອງການແບ່ງປັນເລື່ອງໃນວັນເຄິ່ງ, ເຊິ່ງແມ່ນການລິເລີ່ມສຸຂະພາບຂອງມະຫາວິທະຍາໄລທີ່ໄດ້ເປີດຕົວ ສະຫລາດ. ຄວາມສະຫຼາດໃນການຄົ້ນຄວ້າດ້ານຊີວະວິທະຍາ, ການສຶກສາດ້ານຊີວະວິທະຍາ, ແລະການດູແລຄົນເຈັບ. ລໍາໂພງໄດ້ກວດເບິ່ງວ່າມັນຫມາຍຄວາມວ່າແນວໃດຫມາຍເຖິງການປະຕິບັດປັນຍາປະເພດໃນຢາໃນທາງທີ່ບໍ່ພຽງແຕ່ເປັນປະໂຫຍດສໍາລັບແພດແລະຄວາມສາມາດແລະສາມາດເບິ່ງໄດ້ງ່າຍສໍາລັບຄົນເຈັບ.
Fei-Fei-Fei, ອາຈານສອນເຕັກໂນໂລຢີທີ່ຊ່ວຍເພີ່ມຄວາມສາມາດຂອງມະນຸດສະຖາບັນການສຶກສາສຸຂະພາບ. ຜະລິດຕະພັນຜະລິດຕະພັນລຸ້ນໃຫມ່, ເຕັກໂນໂລຢີໃຫມ່ອາດຈະເກີດຂື້ນ: ຈາກລໍາດັບໂມເລກຸນໃຫມ່ຂອງຊີວະນາໆພັນແລະເປີດເຜີຍສ່ວນທີ່ເຊື່ອງໄວ້ຂອງຊີວະວິທະຍາ, Ai ກໍາລັງເລັ່ງລັດການຄົ້ນພົບທາງວິທະຍາສາດ. ແຕ່ວ່າທັງຫມົດນີ້ບໍ່ມີປະໂຫຍດຫຍັງເລີຍ. ນາງກ່າວວ່າ "ທຸກໆຄໍາຮ້ອງສະຫມັກເຫຼົ່ານີ້ສາມາດມີວິທະຍາສາດທີ່ບໍ່ໄດ້ຕັ້ງໃຈ, ແລະພວກເຮົາຕ້ອງການໃຫ້ນັກວິທະຍາສາດຄອມພິວເຕີມີຄວາມຮັບຜິດຊອບ, ຈາກແພດແລະຜູ້ຊ່ຽວຊານດ້ານຄວາມປອດໄພແລະອື່ນໆ." "ການລິເລີ່ມເຊັ່ນ: ສຸຂະພາບສຸຂະພາບສະແດງໃຫ້ເຫັນຄວາມຕັ້ງໃຈຂອງເຮົາຕໍ່ເລື່ອງນີ້."
ການສັງລວມຂອງສາມພະແນກຂອງຢາ Stanford, ໂຮງຮຽນຂອງຢາ, ໂຮງຮຽນວິທະຍາໄລ Stanford ແລະ The Stanford University Medicine ຂອງມະຫາວິທະຍາໄລ ປັນຍາປະດິດ. ບັນຫາການຄຸ້ມຄອງແລະການເຊື່ອມໂຍງໃນຂົງເຂດສຸຂະພາບແລະການແພດ. ຢາ, ເພງໄດ້ໄປ.
"ພວກເຮົາມີຄວາມຕັ້ງໃຈທີ່ຈະເປັນຜູ້ບຸກເບີກທີ່ມີການພັດທະນາແລະການປະຕິບັດສະຕິປັນຍາປອມໃນການປັບປຸງການພັດທະນາຢາແລະປັບປຸງການບໍລິການດ້ານການແພດໃຫ້ມີປະສິດຕິພາບສູງຂື້ນ, ໂດຍຜ່ານການຈັດສົ່ງການບໍລິການດ້ານສຸຂະພາບ. ສຸຂະພາບ. ວິທີການສ້າງລະບົບສຸຂະພາບໄດ້ຖືກສ້າງຕັ້ງຂຶ້ນ, "ລາວເວົ້າ.
ຜູ້ເວົ້າຫຼາຍຄົນໄດ້ເນັ້ນຫນັກເຖິງແນວຄວາມຄິດທີ່ງ່າຍດາຍ: ຈົ່ງສຸມໃສ່ຜູ້ໃຊ້ (ໃນກໍລະນີນີ້, ຄົນເຈັບຫຼືແພດຫຼືແພດອື່ນໆທີ່ຈະຕິດຕາມ. ທ່ານດຣ. Lisa Lehmann, ຜູ້ອໍານວຍການ Bioethics ທີ່ໂຮງຫມໍ BRIGHAMIUS ແລະໂຮງຫມໍແມ່ຍິງ. "ພວກເຮົາຈໍາເປັນຕ້ອງພິຈາລະນາຄວາມຕ້ອງການແລະຄວາມສໍາຄັນຂອງພວກເຂົາ."
ຈາກຊ້າຍຫາຂວາ: ສະຖິຕິສະຖິຕິຂ່າວ Mohana Ravindranath; Jessica Peter Lee ຂອງ Microsoft Research; Plevritis Sylvia, ອາຈານສອນວິທະຍາສາດຂໍ້ມູນຊີວະວິທະຍາ, ສົນທະນາບົດບາດຂອງປັນຍາປະດິດໃນການຄົ້ນຄວ້າທາງການແພດ. Steve ປາ
ຜູ້ເວົ້າກ່ຽວກັບກະດານ, ເຊິ່ງປະກອບມີ Lehmannist Mildical Mildicist Mildic, MD, ໄດ້ຍົກຄວາມສັບສົນຂອງຄວາມຕ້ອງການທີ່ຈະເຂົ້າໃຈຈຸດປະສົງຂອງພວກເຂົາກ່ອນການແຊກແຊງຂອງພວກເຂົາ. ຈັດຕັ້ງປະຕິບັດແລະຮັບປະກັນວ່າທຸກລະບົບທີ່ໄດ້ຮັບການພັດທະນາແມ່ນລວມທັງຫມົດແລະຮັບຟັງຄົນທີ່ພວກເຂົາຖືກອອກແບບມາເພື່ອຊ່ວຍ.
ສິ່ງສໍາຄັນຫນຶ່ງແມ່ນຄວາມໂປ່ງໃສ: ມັນເຮັດໃຫ້ມັນຊັດເຈນບ່ອນທີ່ຂໍ້ມູນທີ່ໃຊ້ໃນການຝຶກອົບຮົມ, ແລະຂໍ້ມູນຄົນເຈັບໃນອະນາຄົດຈະສືບຕໍ່ຊ່ວຍເຫຼືອການຄາດຄະເນລວມ, ໃນບັນດາປັດໃຈອື່ນໆ.
"ພະຍາຍາມຄາດຄະເນບັນຫາດ້ານຈັນຍາບັນກ່ອນທີ່ພວກມັນຈະກາຍເປັນຈຸດທີ່ມີຄວາມສຸກທີ່ດີເລີດທີ່ທ່ານຮູ້ຈັກຄວາມຫມັ້ນໃຈໃນນັ້ນ, ແຕ່ບໍ່ແມ່ນກ່ອນ [ບັນຫາ] ໄດ້ແຜ່ລາມໄປຕື່ມອີກແລະແກ້ໄຂໄດ້ໄວກວ່ານັ້ນ." , Delton Char ກ່າວ. ຜູ້ສະຫມັກວິທະຍາສາດການແພດ, ອາຈານສອນສາດສະດາຈານພະແນກພະນັກງານອາການສລົບ, ແພດຫມໍແລະຢາແກ້ປວດ. ທ່ານກ່າວວ່າບາດກ້າວທີ່ສໍາຄັນຫນຶ່ງແມ່ນການກໍານົດທຸກພາກສ່ວນທີ່ກ່ຽວຂ້ອງທີ່ອາດຈະໄດ້ຮັບຜົນກະທົບຈາກເຕັກໂນໂລຢີແລະການກໍານົດວິທີການທີ່ພວກເຂົາເອງຕ້ອງການຕອບຄໍາຖາມເຫລົ່ານັ້ນ.
Jesse Ehrenfeld, MD, ປະທານສະມາຄົມການແພດອາເມລິກາ, ສົນທະນາ 4 ປັດໃຈທີ່ເຮັດໃຫ້ມີການລ້ຽງດູມືຂອງເຄື່ອງມືດີຈີຕອນໃດກໍ່ຕາມ, ລວມທັງວ່າ Powerificial By Powerfrial Intivence. ມັນມີປະສິດຕິຜົນບໍ? ນີ້ຈະເຮັດວຽກຢູ່ສະຖາບັນຂອງຂ້ອຍບໍ? ໃຜຈ່າຍ? ໃຜເປັນຜູ້ຮັບຜິດຊອບ?
Michael Pfeffer, MD, ເຈົ້າຫນ້າທີ່ຂໍ້ມູນຂ່າວສານຂອງການດູແລສຸຂະພາບ Stanford, ໄດ້ຮັບຄະແນນທີ່ຜ່ານມາໃນບັນຫາຫຼາຍໃນບັນດາພະຍາບານຢູ່ໂຮງຮຽນ Stanford ທີ່ໂຮງຫມໍ Stanford ຢູ່ໂຮງຫມໍ Stanford ທີ່ໂຮງຫມໍ Stanford. ຄລີນິກໄດ້ຮັບການສະຫນັບສະຫນູນຈາກຮູບແບບພາສາຂະຫນາດໃຫຍ່ທີ່ໃຫ້ຄໍາບັນຍາຍໃນເບື້ອງຕົ້ນສໍາລັບຂໍ້ຄວາມຂອງຄົນເຈັບທີ່ເຂົ້າມາ. ເຖິງແມ່ນວ່າໂຄງການດັ່ງກ່າວບໍ່ສົມບູນແບບ, ທ່ານຫມໍທີ່ຊ່ວຍສ້າງການພັດທະນາການລາຍງານດ້ານເຕັກໂນໂລຢີທີ່ແບບຈໍາລອງສະບາຍດີວຽກຂອງພວກເຂົາ.
"ພວກເຮົາສຸມໃສ່ສາມສິ່ງທີ່ສໍາຄັນຄື: ຄວາມປອດໄພ, ປະສິດທິພາບແລະການລວມເອົາ. ພວກເຮົາແມ່ນທ່ານຫມໍ. Nina Vasan Vasan, MD, ຜູ້ຊ່ວຍວິທະຍາສາດກ່ຽວກັບຈິດວິທະຍາແລະຜູ້ທີ່ເຂົ້າຮ່ວມກັບ Char ແລະ Pfeffer ໄດ້ເຂົ້າຮ່ວມໃນກຸ່ມ. "ນີ້ຄວນເປັນວິທີທໍາອິດໃນການປະເມີນເຄື່ອງມືເຫຼົ່ານີ້."
Nigam Shah, Mbbs, ປະລິນຍາເອກ. "ຂ້ອຍເວົ້າໃນຄໍາສັບແລະຕົວເລກທົ່ວໄປ, ແລະບາງຄັ້ງພວກເຂົາມັກຈະເປັນຄົນກົງກັນຂ້າມ.
ອີງຕາມ Shah, ຄວາມສໍາເລັດຂອງ AI ແມ່ນຂື້ນກັບຄວາມສາມາດໃນການປັບຂະຫນາດຂອງພວກເຮົາ. ການທົດສອບວິທະຍາສາດ "ການເຮັດການຄົ້ນຄວ້າທາງວິທະຍາສາດທີ່ເຫມາະສົມໃຊ້ເວລາປະມານ 10 ປີ, ແລະຖ້າແຕ່ລະ 123 ຄົນທີ່ມີຄວາມເຄັ່ງຄັດ, ມັນຈະເປັນການຍາກຫຼາຍທີ່ຈະເຮັດວິທະຍາສາດທີ່ຖືກຕ້ອງໃນປະຈຸບັນ ຄວາມພະຍາຍາມຂອງພວກເຮົາແລະ [ການທົດສອບ]] ຄ່າໃຊ້ຈ່າຍ 1,8 ຕື້ໂດລາເພື່ອຮັບປະກັນວ່າທຸກໆເວັບໄຊທ໌້ຂອງພວກເຮົາເຮັດວຽກຢ່າງຖືກຕ້ອງ, " "ພວກເຮົາບໍ່ສາມາດຈ່າຍໄດ້. ສະນັ້ນພວກເຮົາຈໍາເປັນຕ້ອງຊອກຫາວິທີທີ່ຈະຂະຫຍາຍ, ແລະພວກເຮົາຕ້ອງການຂະຫຍາຍແລະເຮັດວິທະຍາສາດທີ່ດີ. ຄວາມສາມາດຂອງຄວາມເຄັ່ງຕຶງແມ່ນຢູ່ໃນສະຖານທີ່ດຽວແລະທັກສະໃນການຕັດສີແມ່ນຢູ່ໃນອີກ, ດັ່ງນັ້ນພວກເຮົາຕ້ອງການການຮ່ວມມືແບບນັ້ນ. "
ສະມາທິພັນສາລີຢິງຟໍຣາແອດອຽນແລະບໍ່ມີຄວາມຫມາຍ (ຄວາມຮັບຮັບ) ໄດ້ເຂົ້າຮ່ວມກອງປະຊຸມສຸຂະພາບ. Steve ປາ
ຜູ້ເວົ້າບາງຄົນທີ່ Symplersium ກ່າວວ່າສິ່ງນີ້ສາມາດບັນລຸໄດ້ໂດຍຜ່ານການພັດທະນາສາທາລະນະຊົນໃນເຮືອນສີຂາວໃນຄວາມປອດໄພແລະຄວາມຫນ້າເຊື່ອຖືໃນການຮັກສາຄວາມປອດໄພແລະຜູ້ຮ່ວມງານ. ).
ທ່ານ Laura Adasthia ທີ່ມີທ່າແຮງທີ່ຍິ່ງໃຫຍ່ທີ່ສຸດແມ່ນຫນຶ່ງໃນລະຫວ່າງນັກວິຊາການ, ພາກເອກະຊົນແລະພາກລັດໃນພາກລັດອາເມລິກາ. ນາງໄດ້ຍົກໃຫ້ເຫັນວ່າລັດຖະບານສາມາດຮັບປະກັນຄວາມໄວ້ວາງໃຈຂອງປະຊາຊົນ, ແລະສູນການແພດທາງວິຊາການສາມາດ. ໃຫ້ຄວາມຖືກຕ້ອງຕາມກົດຫມາຍ, ແລະມີຄວາມຊໍານານດ້ານວິຊາການແລະເວລາຄອມພິວເຕີສາມາດສະຫນອງໃຫ້ໂດຍພາກເອກະຊົນ. "ພວກເຮົາທຸກຄົນດີກ່ວາພວກເຮົາ, ແລະພວກເຮົາໄດ້ຮັບຮູ້ວ່າ ... ພວກເຮົາບໍ່ສາມາດອະທິຖານເພື່ອຮັບຮູ້ຄວາມສາມາດຂອງ [FORTIVE ເວັ້ນເສຍແຕ່ວ່າຈະເຂົ້າໃຈໃນວິທີການພົວພັນກັບກັນແລະກັນ."
ຜູ້ເວົ້າຫຼາຍຄົນກ່າວວ່າ AI ຍັງມີຜົນກະທົບໃນການຄົ້ນຄ້ວາ, ບໍ່ວ່າຈະເປັນນັກວິທະຍາສາດທີ່ໃຊ້ກັບການຮັກສາຊີວະວິທະຍາ, ຫຼືຊ່ວຍໃຫ້ພວກເຂົາປະຕິບັດຫຼືຂຽນເອກະສານວິທະຍາສາດ.
ທ່ານ Jessica Mega, MD, ຜູ້ຊ່ຽວຊານດ້ານວິທະຍາສາດທີ່ໂຮງຮຽນວິທະຍາໄລແຫ່ງການແພດແລະຜູ້ຮ່ວມກໍ່ຕັ້ງຕົວຫນັງສື. ຂະຫນາດໃຫຍ່ທີ່ໄດ້ກ່າວເຖິງຮູບພາບທີ່ມີຊື່ວ່າ Holistmental Piaging, ເຊິ່ງຈັບພາບຮູບພາບທີ່ເບິ່ງບໍ່ເຫັນກັບຕາຂອງມະນຸດ. The idea is to use artificial intelligence to detect patterns in pathology slides that humans don't see that indicate disease. "ຂ້າພະເຈົ້າຂໍຊຸກຍູ້ໃຫ້ປະຊາຊົນຮັບເອົາຄົນທີ່ບໍ່ຮູ້ຈັກ. ທ່ານ Mejia ກ່າວວ່າຂ້ອຍຮູ້ຈັກຜູ້ໃດຜູ້ຫນຶ່ງທີ່ມີຜູ້ໃດຜູ້ຫນຶ່ງມີສະພາບການແພດບາງຢ່າງທີ່ຕ້ອງການບາງສິ່ງບາງຢ່າງນອກເຫນືອຈາກສິ່ງທີ່ເຮົາສາມາດສະຫນອງໃນມື້ນີ້. "
ຄະນະກໍາມະການດັ່ງກ່າວຍັງຕົກລົງເຫັນດີວ່າລະບົບທາງປັນຍາປອມຈະໃຫ້ວິທີການໃນການກໍານົດແລະຕ້ານການຕັດສິນໃຈໂດຍມະນຸດຫຼືຄວາມສາມາດໃນການລະບຸແຫຼ່ງຂອງອະຄະຕິ.
"ສຸຂະພາບແມ່ນຫຼາຍກ່ວາການດູແລທາງການແພດ," ຄະນະກໍາມະການຫຼາຍຄົນໄດ້ຕົກລົງກັນ. ລໍາໂພງໄດ້ເນັ້ນຫນັກວ່ານັກຄົ້ນຄວ້າມັກຈະເບິ່ງຂ້າມສະຖານະພາບດ້ານເສດຖະກິດສັງຄົມ, ລະຫັດການສຶກສາ, ແລະຊົນເຜົ່າແລະຊົນເຜົ່າແລະຊົນເຜົ່າແລະການເກັບກໍາຜູ້ເຂົ້າຮ່ວມການສຶກສາ. ທ່ານກ່າວວ່າ "AI ແມ່ນມີປະສິດຕິຜົນເທົ່ານັ້ນທີ່ເປັນຕົວແບບທີ່ມີຕົວແບບ, ເປັນອາຈານສອນວິທະຍາໄລມະຫາວິທະຍາໄລ Harvard ແລະສຸຂະພາບຂອງປະຊາກອນທີ່ໂຮງຮຽນວິທະຍາໄລ Stanford. "ຖ້າພວກເຮົາເຮັດໃນສິ່ງທີ່ພວກເຮົາພະຍາຍາມເຮັດ. ປັບປຸງຜົນໄດ້ຮັບດ້ານສຸຂະພາບແລະກໍາຈັດຄວາມບໍ່ເທົ່າທຽມກັນ, ພວກເຮົາຕ້ອງຮັບປະກັນວ່າພວກເຮົາເກັບກໍາຂໍ້ມູນທີ່ມີຄຸນນະພາບສູງຕໍ່ພຶດຕິກໍາຂອງມະນຸດແລະສະພາບແວດລ້ອມທາງສັງຄົມແລະທໍາມະຊາດ. "
ຂໍ້ມູນມະເຮັງຈໍາຫນ່າຍຢາ Md, MD, Medicle Data ບໍ່ລວມຂໍ້ມູນກ່ຽວກັບແມ່ຍິງຖືພາ, ສ້າງຄວາມແຕກຕ່າງທີ່ຫລີກລ້ຽງບໍ່ໄດ້ໃນການດູແລສຸຂະພາບ.
ທ່ານດຣ David Magnus, ອາຈານສອນຄູເດັກແລະຢາ, ກ່າວວ່າຄືກັບເຕັກໂນໂລຢີໃຫມ່ໆ, ມີຫຼາຍວິທີທີ່ດີກວ່າເກົ່າຫຼືເຮັດໃຫ້ພວກມັນຮ້າຍແຮງກວ່າເກົ່າ. ຄວາມສ່ຽງ, Magnus ກ່າວວ່າ, ແມ່ນວ່າລະບົບທາງປັນຍາຂອງປອມຈະຮຽນຮູ້ກ່ຽວກັບຜົນໄດ້ຮັບສຸຂະພາບທີ່ບໍ່ສາມາດເວົ້າໄດ້ຂອງສຸຂະພາບແລະເສີມສ້າງຜົນໄດ້ຮັບເຫຼົ່ານັ້ນຜ່ານຜົນໄດ້ຮັບຂອງພວກເຂົາ. ທ່ານກ່າວວ່າ "ປັນຍາປອມແມ່ນແວ່ນແຍງທີ່ສະທ້ອນໃຫ້ເຫັນເຖິງສັງຄົມທີ່ພວກເຮົາອາໄສຢູ່." "ຂ້າພະເຈົ້າຫວັງວ່າທຸກໆຄັ້ງທີ່ພວກເຮົາມີໂອກາດທີ່ຈະສ່ອງແສງໃຫ້ບັນຫາກ່ຽວກັບບັນຫາທີ່ຈະຖືກະຈົກຂຶ້ນກັບຕົວເອງ - ມັນຈະເປັນແຮງຈູງໃຈທີ່ຈະປັບປຸງສະຖານະການ."
ຖ້າທ່ານບໍ່ສາມາດເຂົ້າຮ່ວມໃນງານປະຊຸມສໍາມະນາສຸຂະພາບ, ການບັນທຶກກອງປະຊຸມສາມາດພົບໄດ້ທີ່ນີ້.
ໂຮງຮຽນໂຮງຮຽນມະຫາວິທະຍາໄລ Stanford ຂອງມະຫາວິທະຍາໄລການແພດແມ່ນລະບົບການດູແລທາງວິຊາການທີ່ປະສົມປະສານທີ່ປະສົມປະສານກັບໂຮງຮຽນໂຮງຮຽນວິທະຍາໄລ Stanford ທີ່ມີຢູ່ໃນໂຮງຮຽນແພດແລະລະບົບການດູແລສຸຂະພາບຂອງມະຫາວິທະຍາໄລ. ຮ່ວມກັນພວກເຂົາຮັບຮູ້ຄວາມສາມາດເຕັມທີ່ຂອງ biomedicine ຜ່ານການຄົ້ນຄວ້າການຮ່ວມມື, ການສຶກສາແລະຄົນເຈັບທາງດ້ານການສຶກສາ. ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມ, ເຂົ້າເບິ່ງ Med.stanford.edu.
ຮູບແບບປັນຍາປອມໃຫມ່ກໍາລັງຊ່ວຍທ່ານຫມໍແລະພະຍາບານທີ່ໂຮງຫມໍ Stanford ເຮັດວຽກຮ່ວມກັນເພື່ອປັບປຸງການດູແລຄົນເຈັບ.