在神经诊断中对人工智能和机器学习算法的评估.
1Columbia University, New York, New York, United States.
Journal of neurophysiology
|March 27, 2024
概括
神经学中的人工智能 (AI) 有助于诊断脑损伤和中风. 伦理评估至关重要,因为人工智能模型的性能影响患者的结果,需要仔细的超参数调整.
科学领域:
- 神经学 神经学
- 人工智能的人工智能
- 医学伦理 医学伦理
背景情况:
- 人工智能 (AI) 和机器学习 (ML) 越来越多地用于神经诊断.
- 人工智能应用包括脑病变检测,发作焦点定位和缺血性中风特征.
- 在临床实践中围绕人工智能的伦理考虑需要彻底审查.
研究的目的:
- 评估使用人工智能算法在神经诊断检查中的伦理影响.
- 分析神经学中AI/ML模型的临床实用性和潜在风险.
- 探索人工智能算法的数学基础和性能依赖性.
主要方法:
- 对受监督,无监督,人工神经网络 (ANN) 和深度神经网络 (DNN) 学习模型的分析.
- 使用贝叶斯统计分析对ANN和DNN算法的评估.
- 对人工智能算法配置,超参数和神经输入的数学探索.
主要成果:
- 人工智能/多发性肌痛模型显示出有助于神经学诊断的潜力.
- 预测准确度和模型性能高度依赖于超参数和神经输入配置.
- 低绩效可能导致错误诊断和不利的患者结果.
结论:
- 人工智能在神经学中的伦理使用需要对其数学基础和性能限制有全面的了解.
- 精心配置和验证人工智能模型对于减轻与误诊相关的风险至关重要.
- 对人工智能在神经诊断中的伦理和临床实用性的进一步研究是有必要的.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
14:27Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data
Published on: June 26, 2013
15.7K
