PRIME 2.0: una actualización de los requisitos propuestos para la evaluación de aprendizaje automático relacionado...

Área de la Ciencia:

• Imágenes cardiovasculares
• Inteligencia artificial
• La informática médica

Sus antecedentes:

• Los rápidos avances en inteligencia artificial (IA), incluidos el aprendizaje profundo y los grandes modelos de lenguaje, requieren estándares de informes actualizados para las aplicaciones de IA en imágenes cardiovasculares.
• Las directrices generales existentes para la presentación de informes sobre IA carecen de la especificidad requerida para la investigación compleja de imágenes cardiovasculares.
• La lista de verificación original de PRIME proporcionó un marco fundamental, pero requiere mejoras para abordar las tecnologías actuales de IA y los desafíos específicos del dominio.

Objetivo del estudio:

• Presentar la lista de verificación PRIME 2.0 actualizada, un marco específico de dominio para estandarizar el desarrollo, la evaluación y la presentación de informes de IA en imágenes cardiovasculares.
• Incorporar los avances recientes de la IA, como el aprendizaje profundo y la IA generativa, en las directrices de presentación de informes.
• Proporcionar recomendaciones prácticas adaptadas a las complejidades únicas de las imágenes cardiovasculares, incluidos el movimiento, los artefactos y la variabilidad.

Principales métodos:

• El desarrollo de la lista de verificación PRIME 2.0 implicó un proceso Delphi modificado.
• Un panel internacional de expertos clínicos y técnicos contribuyó al perfeccionamiento de la lista de control.
• El marco se basa en la estructura original de siete dominios, integrando consideraciones específicas de imágenes cardiovasculares.

Principales resultados:

• La lista de verificación PRIME 2.0 ofrece recomendaciones detalladas y prácticas para la investigación de IA en imágenes cardiovasculares.
• Aborda aspectos críticos del desarrollo, la evaluación y la presentación de informes de IA, yendo más allá de las directrices generales.
• La lista de verificación incorpora desafíos específicos como el movimiento cardíaco, los artefactos de imagen y la variabilidad entre observadores.

Conclusiones:

• PRIME 2.0 mejora la transparencia y el rigor en la investigación de IA dentro de las imágenes cardiovasculares.
• Sirve como un recurso vital para los investigadores, los médicos, los revisores de pares y los editores.
• La adopción de PRIME 2.0 puede mejorar la calidad y la fiabilidad de las aplicaciones de IA en el campo.