Ключевые проблемы достижения клинического эффекта с помощью искусственного интеллекта

Key challenges for delivering clinical impact with artificial intelligence
Greg S. Corrado, Alan Karthikesalingam, Christopher Kelly, Mustafa Suleyman, Dominic King
2019-10-29

алгоритмическая предвзятостьклиническая оценкасправедливостьобобщаемостьинтерпретируемость
Безопасная и своевременная трансляция исследований в области ИИ в клинически валидационные и надлежащим образом регулируемые системы, которые могут приносить пользу всем, представляет собой непростую задачу. Необходима надёжная клиническая оценка с использованием показателей, интуитивно понятных клиницистам и, по возможности, выходящих за рамки мер технической точности, включая качество оказания помощи и исходы для пациентов. Требуются дополнительные исследования для (1) выявления проявлений алгоритмической предвзятости и несправедливости и разработки средств их смягчения, (2) снижения хрупкости и повышения обобщаемости, и (3) разработки методов для улучшения интерпретируемости предсказаний машинного обучения. Если эти цели будут достигнуты, выгоды для пациентов, вероятно, будут трансформационными.
1
Достижение этих целей (оценка, смягчение предвзятости, обобщаемость, интерпретируемость) может привести к трансформационным преимуществам для пациентов.
2
Необходимо разработать методы для улучшения интерпретируемости предсказаний машинного обучения для поддержки внедрения в клинику.
3
Исследования должны выявлять темы алгоритмической предвзятости и несправедливости и разрабатывать меры смягчения для их устранения.
4
Необходима надежная клиническая оценка с метриками, понятными врачам, выходящими за рамки технической точности и включающими качество помощи и исходы для пациентов.
5
Перевод исследований ИИ в клинически валидационные и регулируемые системы, приносящие пользу всем, является сложной задачей и требует безопасности и своевременности.
6
Требуется работа по снижению хрупкости моделей и улучшению их обобщаемости в клинических условиях.

Клинические системы ИИ (системы искусственного интеллекта, предназначенные для клинического применения)

Препятствия и требования для безопасного и своевременного перехода в клинически верифицированные и регулируемые системы, включая надёжную клиническую оценку и метрики понятные клиницистам, выявление и смягчение алгоритмической предвзятости, повышение обобщаемости и методы интерпретируемости ML-прогнозов для достижения клинического эффекта

Publication Details
Publication Date
2019-10-29
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Greg S. Corrado
Alan Karthikesalingam
Christopher Kelly
Mustafa Suleyman
Dominic King
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%