通过模型身份证书 (MIC) 提高模型引导医学的可信度:从干预学科开始

科学领域:

• * 医疗保健中的计算建模.
• * 医学中的人工智能 (AI).
• * 基于模型的系统工程.

背景情况:

• * 模型导向医学 (MGM) 将计算模型集成到临床实践中,以提高诊断,治疗计划和个性化患者护理.
• *确保这些模型的可靠性对于它们可靠的应用至关重要.
• * 建议使用模型身份证书 (MIC) 来记录模型的相关性,真实性和透明度.

研究的目的:

• *为适用于医疗保健的身份证明 (MIC) 模型提出一个通用模板.
• * 建立一个评估和记录医学计算模型可靠性的框架.
• * 解决人工智能驱动的医疗保健解决方案的透明度和问责制的需求.

主要方法:

• *利用模型科学原则,包括为真实性建模数学模型和为透明性建模信息学模型.
• *将伦理,人-人工智能交互和模型控制等要素纳入MIC开发.
• * 开发特定领域的MIC模板,最初关注干预性放射学中机器人辅助干预.

主要成果:

• * 作为基础步骤,已开发出一个通用MIC医疗保健模板.
• *该模板包括类,属性和示例,以指导创建特定的MIC.
• *正在开发一种特定的MIC模板,用于在肝细胞癌症中进行机器人辅助干预.

结论:

• * 建立基于人工智能的医疗系统的可信度是复杂的,需要对模型相关性,真实性和透明度进行严格的评估.
• * 数字身份证书对于控制医疗保健中的AI系统和相关数字文物至关重要.
• *干预医学学科必须为广泛采用MIC为人工智能驱动的工具,如数字双胞胎和机器人系统做准备.