应该在临床环境中评估AI系统

根据最近发表在《医学会杂志》(JAMA)上的一篇受邀评论文章，尽管基于人工智能(AI)的系统已经证明了从医学图像诊断各种状况的价值，但仍需要在临床环境中证明其功能。

华盛顿大学全球卫生副教授Elaine O. Nsoesie博士在文章中说，基于AI的系统已被证明是有用的，并且在基于图像的医学诊断中被广泛接受。但是，她还认为，几项研究的发现表明需要“在临床环境中进行严格评估”。

Nsoesie说，大多数深度学习算法都需要大量的数据进行训练，这通常需要数千张图像，而且价格昂贵。仅此一项就可能导致致力于开发AI诊断工具的人们仅依赖于可获得的任何数据来获得其初始结果。

如果没有在临床环境中进行评估，就不会知道AI诊断工具的缺陷，因为用于训练的数据集是“精心挑选”的，而没有不完善的数据样本。

“发现的问题可以在部署之前进行纠正。这些评估的结果也应该发表在同行评审的文献中，以监测进展情况并允许对不同系统进行比较。” Nsoesie写道。

她说，在临床环境中评估AI诊断工具还将使研究人员和临床医生能够确保其对患者结果和医疗保健决策的潜在影响。

Nsoesie总结道：“尽管多项研究表明AI在疾病诊断方面可以与临床专家相提并论，但大多数这些工具尚未在对照临床研究中进行评估，以评估其对医疗保健决策和患者预后的影响。”“尽管AI工具具有改善疾病诊断和护理的潜力，但过早部署会导致医疗保健系统压力增加，给患者带来不必要的压力以及由于误诊而导致死亡。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！