AI-PEDURO - 儿童泌尿器科的人工智能:生活范围审查协议和在线存储库
Adree Khondker1, Jethro C C Kwong2, Mandy Rickard3
1Division of Urology, The Hospital for Sick Children, Toronto, ON, Canada; Division of Urology, Department of Surgery, University of Toronto, Toronto, ON, Canada.
Journal of pediatric urology
|October 18, 2024
概括
这项研究建立了儿童泌尿器科人工智能 (AI-PEDURO) 合作伙伴关系,通过创建一个活跃的范围审查和在线存储器来解决儿童泌尿器科机器学习模型的AI沟.
科学领域:
- 儿科泌尿外科 儿科泌尿外科
- 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) 和机器学习 (ML) 在儿科泌尿病学中越来越多地使用,但许多模型缺乏临床使用的验证.
- 在开发的AI/ML模型和它们的临床部署之间存在很大的差距,称为AI沟.
- 儿科泌尿病学由于罕见的疾病和有限的证据质量,提出了独特的挑战.
研究的目的:
- 建立儿童泌尿器科的AI (AI-PEDURO) 合作.
- 在儿科泌尿病学中对AI/ML模型进行活体范围审查.
- 为AI/ML模型创建一个在线存储库,并促进证据合成.
主要方法:
- 遵循PRISMA-ScR指南进行范围审查.
- 包括来自数据库,手动搜索和用户提交的ML模型.
- 使用APPRAISE-AI工具进行风险评估,并将模型卡上传到开放访问的存储库.
主要成果:
- 在已发布的ML模型中表化和评估趋势.
- 根据临床疾病对模型进行分类 (例如,水,低,VUR).
- 创建一个在线存储库 (www.aipeduro.com) 具有模型特征和DOI.
结论:
- 生活审查和存储库将作为评估ML模型范围,有效性和可信度的参考.
- 鼓励协作,外部验证,并负责部署AI/ML在儿科泌尿病学.
- 确定儿童泌尿病学AI/ML的研究缺口和未来研究领域.
