为实验室医学和病理学建立全面的人工智能生命周期框架:一系列介绍
Christopher A Garcia1, Katelyn A Reed1, Eric Lantz1
1Department of Laboratory Medicine and Pathology, Division of Computational Pathology and Informatics, Mayo Clinic, Rochester, MN, United States.
American journal of clinical pathology
|July 12, 2025
概括
一个新的框架,临床AI准备评估器 (CARE),有助于在实验室医学中实施人工智能 (AI). CARE指导负责任的人工智能从开发到临床使用,改进诊断和患者护理.
科学领域:
- 实验室医学 实验室医学
- 病理学 病理学 病理学
- 人工智能的人工智能
背景情况:
- 实验室医学和病理学AI研究的快速增长.
- 人工智能模型开发和临床实施之间存在很大的差距.
- 需要有结构的框架来指导临床实验室采用人工智能.
研究的目的:
- 引入临床人工智能准备评估器 (CARE) 框架.
- 弥合AI开发和临床实施之间的差距.
- 支持在临床实验室环境中负责任地采用人工智能.
主要方法:
- 在机器学习技术准备水平框架的基础上开发了CARE.
- 纳入医疗保健特定要求,监管考虑和工作流集成.
- 通过在各种AI用例中的实际应用,代地改进了CARE.
主要成果:
- 通过8个组成工作流,CARE提供了一种系统的方法.
- 强调医疗保健和实验室工作流程的整合,监管需求和验证.
- 适应内部开发和商业AI解决方案,并提供明确的指导.
结论:
- 在实验室医学和病理学中,CARE解决了人工智能实施的独特挑战.
- 提供从概念到临床部署和维护的路线图.
- 使实验室能够负责任地提高诊断准确性,效率和患者护理.
