Национальная сеть лабораторий по контролю качества искусственного интеллекта в сфере здравоохранения |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-01-12 09:52 Группа ученых из FDA, ONC for Health IT, Стенфорда, клиники Мэйо, университета Джона Хопкинса, университета Дюка и тд опубликовали в Jama совместную статью, в которой призвали срочно создать в США сеть национальных лабораторий по контролю качества и безопасности моделей машинного обучения, используемых в национальной системе здравоохранения. Авторы уверены, что, прежде чем широко внедрять те или иные ИИ-системы, они должны пройти независимую проверку на предмет справедливости, уместности, обоснованности, эффективности и безопасности такого внедрения. При этом в статье отмечается – что в настоящее время есть большой разрыв между стандартами и рекомендациями по ответственной разработке и внедрению ИИ-систем – и тем, как эти стандарты и рекомендации на самом деле соблюдаются. В этой связи ученые призывают создать общенациональный механизм оценки и непрерывного мониторинга моделей машинного обучения, применяемых в условиях реального оказания медицинской помощи. Основной создания такого механизма должно быть частно-государственное партнерство в виде распределенной сети лабораторий, в которых независимые эксперты смогут тестировать модели машинного обучения на основе единого комплекса стандартов, процедур и подходов. Важная деталь – независимое тестирование должно быть основано на качественных и независимо-подготовленных валидационных наборах данных. Результаты такого тестироваться в виде отчетов об эффективности должны открыто публиковаться в специальном общенациональном реестре ИИ-инструментов. Информация о проверке качества должна быть доступна среди клиницистов и пациентских сообществ. Обратная связь, полученная от экспертов, должна быть передана разработчикам и встроена в их процедуры обеспечения жизненного цикла моделей для непрерывного улучшения ИИ-систем. Также эти лаборатории могли бы стать своего рода «песочницами», которые поддерживали бы развитие инноваций и проверку гипотез. Источник: jamanetwork.com Комментарии: |
|