在放射学中安全使用大型语言模型和其他生成AI的最佳实践
Paul H Yi1, Hana L Haver2, Jean J Jeudy3
1Department of Radiology, St. Jude Children's Research Hospital, 262 Danny Thomas Pl, Memphis, TN 38105-3678.
Radiology
|September 23, 2025
概括
放射科医生必须采用生成人工智能 (AI) 和大型语言模型 (LLM) 的最佳实践,以确保患者的安全. 通过主动解决监管,数据隐私和偏见问题,可以防止AI陷在放射学工作流程中出现.
科学领域:
- 放射学 放射学是一门学科.
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 生成型人工智能 (AI) 和大型语言模型 (LLM) 越来越多地被整合到放射学中.
- 与AI在临床环境中的部署相关的潜在风险和陷通常在发布后被确定.
- 需要采取积极的措施,确保在放射学中安全有效地使用人工智能.
研究的目的:
- 总结在放射学中安全整合LLM和生成AI的最佳实践.
- 要突出容易陷入困境的关键领域:监管问题,数据隐私和偏见.
- 为放射科医生,部门和供应商提供可行的指导方针.
主要方法:
- 对最好的可用证据的审查.
- 纳入现场领导者的经验.
- 专注于人工智能部署的预防措施.
主要成果:
- 确定了安全人工智能使用的三个关键领域:监管合规,数据隐私和偏见缓解.
- 强调检查潜在故障模式和确保供应商透明度的重要性.
- 开发了一个框架,以防止与放射学中生成AI相关的问题.
结论:
- 积极识别和减轻风险对于在放射学中安全实施人工智能至关重要.
- 放射科医生,部门和供应商必须合作,建立强大的安全协议.
- 坚持最佳实践将最大限度地降低患者的风险,并优化AI在临床工作流程中的好处.

