在眼科中可解释的人工智能
Ting Fang Tan1,2, Peilun Dai3, Xiaoman Zhang4
1Artificial Intelligence and Digital Innovation Research Group.
Current opinion in ophthalmology
|August 1, 2023
概括
可解释的人工智能 (XAI) 对于在眼科中采用人工智能 (AI) 和深度学习 (DL) 至关重要. 通过使AI模型易于理解,XAI增强了信任和临床管理,为更广泛的使用铺平了道路.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 人工智能 (AI) 和深度学习 (DL) 在眼科中表现有前途,但临床采用有限.
- 在医疗保健中的DL模型中,可解释性越来越重要,而不仅仅是性能指标.
研究的目的:
- 审查可解释AI (XAI) 的关键概念.
- 为了对眼科应用的常见XAI方法进行分类.
- 探索XAI在眼科中的临床实用性.
主要方法:
- 对眼科中XAI方法的文献综述.
- XAI技术的分类.
- 对XAI在医学成像中的应用进行分析.
主要成果:
- XAI方法越来越多地应用于眼科DL,特别是在医学成像中.
- XAI增强了最终用户的信任,并有助于临床决策.
- 在眼科数据中,XAI可以揭示新的见解.
结论:
- XAI对于将DL整合到临床眼科中至关重要.
- 需要进一步的研究来解决XAI的局限性,并推进其临床应用.
- 加强XAI将促进其在常规临床实践中的采用.
