2022年ACR-RSNA关于人工智能的安全性,有效性,可靠性和透明度研讨会的记录

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 尽管人工智能 (AI) 在医疗保健,特别是医学成像方面取得了快速进展,但临床采用仍然有限.
• 一个研讨会召集了利益相关者,讨论在放射学中实施AI的挑战和解决方案.

研究的目的:

• 确定关键挑战,并提出成功开发和临床实施AI在医学成像中的策略.
• 定义利益相关者的需求,并概述人工智能安全,有效性,可靠性和透明度的解决方案.

主要方法:

• 2022年11月为期1天的研讨会,由美国放射学学院 (ACR) 和北美放射学会 (RSNA) 共同组织.
• 参与者包括放射科医生,信息学领导者,监管机构员工和专业社会代表.
• 讨论重点是人工智能产品开发和临床实施,确定主要主题和潜在的解决方案.

主要成果:

• 人工智能产品开发需要明确的临床任务,多样化的数据,可靠性监测标准和透明的绩效报告.
• 临床实施需要强有力的治理,地方验证,工作流集成,持续的绩效监测和一致的激励措施.
• 预计在安全性,有效性,可靠性和透明度得到充分解决之前,有限的采用将继续.

结论:

• 人工智能在放射学中的成功整合取决于强大的产品开发和战略性的临床实施.
• 解决人工智能的安全性,有效性,可靠性和透明度对于广泛的临床采用至关重要.
• 利益相关者之间的协作努力对于克服AI在医疗保健中的实施障碍至关重要.