Guía práctica para la implementación de IA en investigación ortopédica - Parte 5: Gestión de datos

Área de la Ciencia:

• Investigación Ortopédica
• Inteligencia Artificial
• Ciencia de Datos

Sus antecedentes:

• Creciente volumen y tipos de datos en la investigación ortopédica.
• Falta de flujos de trabajo estandarizados de gestión de datos para IA en ortopedia.

Objetivo del estudio:

• Introducir principios y mejores prácticas para la gestión de datos de IA en la investigación ortopédica.
• Revisar las directrices de calidad de datos para IA médica y su aplicabilidad a los conjuntos de datos ortopédicos.

Principales métodos:

• Revisión de la literatura sobre directrices de calidad de datos para IA médica.
• Discusión de la adaptabilidad a los conjuntos de datos de investigación ortopédica.
• Esquema de futuras mejoras para la IA en ortopedia.

Principales resultados:

• Principios esenciales para planificar, recopilar, almacenar, procesar, etiquetar y gobernar datos para IA en ortopedia.
• Evaluación de las directrices existentes sobre calidad de datos de IA médica para la investigación ortopédica.

Conclusiones:

• Necesidad de flujos de trabajo estandarizados de gestión de datos en la investigación ortopédica impulsada por IA.
• Identificación de direcciones futuras que incluyen el desarrollo de registros, datos sintéticos y flujos de datos continuos.