医学研究中的生成人工智能工具 (GAMER):对报告准则的范围审查和开发协议
Xufei Luo1,2,3,4,5, Yih Chung Tham6,7,8,9, Mohammad Daher10
1Evidence-Based Medicine Center, School of Basic Medical Sciences, Lanzhou University, Lanzhou, China.
JMIR research protocols
|August 14, 2025
概括
称为GAMER的新指南将标准化医疗研究中生成性AI (GenAI) 工具的报告. 这确保了人工智能驱动的医疗保健研究的透明度和严格性,促进了更好的科学完整性.
科学领域:
- 医学研究 医学研究
- 人工智能的人工智能是人工智能.
- 医疗信息学 医疗信息学
背景情况:
- 人工智能 (AI) 正在改变医学研究,但生成性AI (GenAI) 工具引入了伦理和数据隐私方面的挑战.
- 标准化报告对于在医学研究中使用GenAI的透明度和科学严谨性至关重要.
- 现有的报告实践缺乏针对医疗保健中的GenAI应用的具体指导.
研究的目的:
- 为医学研究中使用生成性AI (GenAI) 工具制定全面,标准化的报告准则.
- 建立医学研究中生成人工智能工具 (GAMER) 报告准则.
主要方法:
- 开发遵循EQUATOR网络的方法,包括范围审查和专家Delphi共识.
- 范围审查确定了来自多个数据库的GenAI医学研究研究中的报告元素.
- 德尔菲进程吸引了30-50名国际人工智能和医学研究专家,以就检查清单项目达成共识.
主要成果:
- 从2023年7月到2024年7月进行的GAMER项目涉及完成的范围审查和Delphi过程.
- 目前正在进行测试阶段,以评估GAMER检查清单的实际应用和可用性.
- 预期的结果是一个报告检查列表,包含定义和示例,以指导GenAI工具报告.
结论:
- GAMER指南旨在提高利用GenAI工具的医学研究的透明度,清晰度和完整性.
- 这些指南将帮助研究人员,审稿人和编辑在医疗保健中负责任地应用GenAI.
- GAMER促进了AI驱动的医学进步中的可比性和累积知识生成.
更多相关视频
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
578
07:50A Metadata Extraction Approach for Clinical Case Reports to Enable Advanced Understanding of Biomedical Concepts
Published on: September 20, 2018
16.0K
