人工智能对生物医学数据的准备:Bridge2AI建议
Timothy Clark1, Harry Caufield2, Jillian A Parker3
1University of Virginia.
bioRxiv : the preprint server for biology
|November 1, 2024
概括
美国国家卫生研究院.
科学领域:
- 生物医学研究和临床实践.
- 人工智能 (AI) 和机器学习 (ML) 在医学领域
背景情况:
- 生物医学研究越来越多地采用AI/ML来获得更深入的见解.
- 深度学习方法在解释性和伦理方面存在挑战.
- 美国国家卫生研究院 (NIH) 推出了Bridge2AI,以推进生物医学中的AI/ML.
研究的目的:
- 提出评估生物医学数据对人工智能准备程度的方法.
- 概述生物医学中AI/ML的数据标准,标准和考虑因素.
- 解决道德,法律和社会影响 (ELSI) 和可解释AI (XAI).
主要方法:
- 开发数据对AI准备的标准.
- 在Bridge2AI计划中建立数据标准视角.
- 专注于XAI和ELSI对人工智能技术的考虑.
主要成果:
- 生物医学AI科学严谨性的基本标准.
- 评估数据适用于AI/ML分析的方法.
- 人工智能在医学中的伦理设计和应用指南.
结论:
- 确定的标准对于严格和道德的生物医学AI至关重要.
- 桥2AI计划旨在传播数据,工具和方法.
- 这些标准支持AI/ML在医疗保健中的负责任整合.


