美国视网膜专家协会人工智能工作组报告
Katherine E Talcott1,2, Sally L Baxter3,4, Dinah K Chen5,6
1Center for Ophthalmic Bioinformatics, Cole Eye Institute, Cleveland Clinic Foundation, Cleveland, OH, USA.
Journal of vitreoretinal diseases
|August 16, 2024
概括
自2020年以来,视网膜实践中的人工智能 (AI) 已经取得了进展,有新的FDA批准的平台. 数据偏差,商业化和教育等挑战需要注意人工智能集成.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗技术 医疗技术 医学技术
背景情况:
- 美国视网膜专家协会的人工智能委员会于2020年发布了其初步报告.
- 从那时起,人工智能 (AI) 领域取得了重大进展,并在眼科领域得到了更广泛的采用.
- 许多人工智能平台已获得美国食品和药物管理局 (FDA) 的批准,用于诊断和管理视网膜疾病.
研究的目的:
- 探索眼科和视网膜实践中不断扩大的AI领域的最新挑战和问题.
- 解决关键领域,包括数据来源,AI可访问性和公平性 (AI民主),商业化,固有的偏见,以及提供者教育的必要性.
- 根据2020年工作组报告,为人工智能集成提供最新的视角.
主要方法:
- 本报告是一份委员会审查,综合了视网膜护理人工智能的当前发展和挑战.
- 它分析了因眼科人工智能技术的日益采用和发展而产生的问题.
- 重点是确定和讨论影响人工智能的实际应用的关键关注领域.
主要成果:
- 对视网膜疾病的FDA批准的人工智能平台的采用已经增加.
- 显著的挑战已经出现,包括对数据源,人工智能偏见,商业化和公平获取的担忧.
- 医疗保健提供者在人工智能技术方面需要加强教育.
结论:
- 人工智能在眼科中的持续发展和整合需要解决关键挑战.
- 缓解偏见,确保数据完整性和促进提供者教育对于负责任的AI实施至关重要.
- 该委员会旨在通过强调这些关键问题,指导人工智能在视网膜实践中的未来发展轨迹.
关键词:
人工智能的人工智能是人工智能.偏见 偏见 偏见 偏见 偏见在商业化,商业化.数据来源 数据来源深度学习是一种深度学习.糖尿病视网膜病变 糖尿病视网膜病变教育教育教育教育的教育.基金会照片 基金会照片光学连贯性断层扫描技术视网膜 视网膜 视网膜 是一个
