对AI/ML算法的全面审查,更新模型连续性和患者安全的实践,使用简化检查清单
Ahmed Umar Otokiti1, Huan-Ju Shi2, Makuochukwu Maryann Ozoude3
1Digital Health 360 Degrees at Digital Health Solutions, LLC, White Plains, NY, United States.
很少有临床AI/ML模型得到更新,大多数仍在研究中,缺乏人口统计数据. 这凸显了改善模型更新和报告标准的关键需求,以确保患者安全和公平的应用.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 机器学习应用 机器学习应用
背景情况:
- 临床人工智能 (AI) 和机器学习 (ML) 模型越来越普遍.
- 确保这些模型的长期可靠性至关重要.
- 现有审查指出缺乏外部验证,但缺少对模型更新的关注.
研究的目的:
- 系统地分析临床人工智能模型的更新实践.
- 通过使用新的检查清单来评估已发布的AI/ML模型的质量.
- 了解当前研究中临床模型更新的优先级.
主要方法:
- 遵循PRISMA指南的临床AI模型的系统文献分析.
- 开发和应用新的模型质量评估检查清单/分数.
- 包括人口组成 (种族/种族) 作为质量指标.
- 在主要的科学数据库中进行全面的文献搜索.
主要成果:
- 在390项审查的AI/ML研究中,只有9%的研究表明了未来模型更新的计划.
- 98%的模型处于研究阶段;只有2%处于生产阶段.
- 12%的研究报告遵守最佳实践; 84%的研究遗漏了人口统计数据.
- 模型经常使用专有数据,阻碍了独立验证.
结论:
- 在致力于更新临床AI/ML模型方面存在重大差距.
- 缺乏对发展最佳实践的坚持和缺乏人口统计报告是普遍存在的问题.
- 解决模型更新,质量标准和人口透明度对于可靠和公平的临床AI/ML至关重要.
更多相关视频
05:33Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
Published on: July 11, 2025
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
相关概念视频
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Current Trends in Nursing II
Improving Translational Accuracy
Issues And Trends In Healthcare Delivery System
Cost Containment
Payment for healthcare services has historically promoted adoption of costly and often unnecessary or inefficient...
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Data Validation
Nursing assessment guides are generally based on holistic models rather than medical...
