Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Quality control of artificial intelligence for medical imaging during clinical use
1
Zitationen
5
Autoren
2019
Jahr
Abstract
医学影像人工智能（AI）产业发展迅速，产品预期用途日益丰富，临床转化步伐加快。考虑到AI算法模型的快速演化、监督学习对数据质量的依赖以及产品的黑盒特性，相关AI医疗器械的性能与安全可能在临床使用条件下出现不同程度、不同方式的波动，影响最终的收益与风险；而目前国内外尚未建立此类产品临床使用阶段的质量控制与标准规范。为支撑全生命周期监管，有必要在AI医疗器械大规模上市之前，对于临床使用条件下的质量控制方法进行研究，以降低出现不良事件的风险，提升社会经济收益，促进行业健康发展。笔者分析医学影像AI在临床部署与使用的各个阶段可能面临的风险，提出必要的质量控制措施，论述在用产品质量的评价方法与指标，旨在对临床机构的日常使用和管理提供参考，为行业主管部门开展上市后监管工作提供建议，促进AI医疗器械产业的长远发展。
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.231 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.084 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.444 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.423 Zit.