弥合人工智能与临床实践之间的国与国 | Lancet

作者：NursingResearch照护研究成果从前

互动智慧

携手成长

全文翻译（仅供参考）

用作深建模顺利完成医疗保健的人脑 (AI) 的许多十分困难已经市场化。但仅仅有人脑物件在卫生系统里面推行。为什么时会注意到这种鸿沟？透明度、适用性和适应性是关键主因。任何新技术的部署通常由医务工作人员和卫生系统集里面管理。对于IT (IT) 设计团队来说，人们担心输入数据资料来自健 康状况均，并且无法提示正则表达式稳定性、源代码和输入数据资料。许多商业化人脑应用都在放射学应用，但仅仅有已发表研究成果的证据支持者。有人担心这些正则表达式是用作回顾性的计算机数据资料顺利完成验证和的验证的，这些数据资料确实无法反映真实世界的针灸实践。

平等、必需和监管机构也至关重要。当人脑从商业化状况整合医务工作人员或卫生系统时，人们对用作哪些数据资料来军事训练人脑相符合，而且人脑在推行后透过的后续真实病患数据资料的私有也不存在不确定性。此外，人脑的推行确实时会因可用想到出协调和建议的数据资料信息不足而受到受阻。接纳 AI 生成协调的针灸外科医生仅仅时会监督可用想到出特定协调的数据资料点，从而导致所谓的正则表达式痛恨。当不明了谁（例如，联合开发公司、研究成果工作人员、针灸外科医生或医务工作人员）某种程度为正则表达式的尽快承担责任时，也时会注意到这种正则表达式痛恨。

我们如何跨越这个鸿沟？当可以在健康状况里面修改正则表达式或可以从本地数据资料里面修习时，可以过重正则表达式痛恨。三个步骤将有助于改进人脑的针灸用作。首先，缺少有关可用 AI 物件初始军事训练的数据资料集的透明度。其次，启用建模的建构，使推动 AI 稳定性的特征为针灸外科医生所理解。第三，如果病患和医务工作人员的需要，允许针灸外科医生用作本地数据资料新的军事训练 AI 模型。

在开放数据资料存储库和公开共享正则表达式上军事训练的Apache AI 的联合开发确实时会争得十分困难。这种方法的潜力的一个例子是 InnerEye，这是一种经过针灸的验证的治疗 AI，已在英国医务工作人员推行，并接纳医务工作人员数据资料和医务工作人员针灸外科医生的培训。如果与联邦修习等保护隐私的计算物件相结合，Apache AI 可以进一步消除在整个服务机构的医务工作人员里面联合开发的之外 AI 解决问题方案的更快可扩展性障碍，同时依然针灸外科医生和病患对私有和监管机构的信任数据资料的。自主制造的 AI 解决问题方案，例如 Mayo Clinic 的 AI 基本功能筛查物件，可用对心电图顺利完成高级评议，以及 Rady Children 联合开发的更快、支持者 AI 的基因组学物件 s 患上罕见遗传病的患儿医务工作人员，指出不尽相同的先为构建正则表达式物件和针灸专业知识如何结合起来生成适应的人脑，以试图满足医务工作人员和病患的特定需求。通过一律推行Apache和本地适应的 AI 物件的高标准，它们的推行可以严格但充分灵活，以适应医务工作人员多样的 IT 基础设施和治理框架。

最终，针灸外科医生有必需采用人脑物件以意味着实质性推行。这种接纳将通过严格的针灸的验证获取加强，这是公司通常愿意追求的高标准。目从前，在监管机构机构批准后，正则表达式从未进一步调整，这放宽了深修习的自学物理性质，而深修习确实被选为正则表达式对 IT 工作人员和针灸外科医生价值的说服物件。为解决问题这些多重障碍所想到的工作越多，我们就能越早看不到人脑在常规病患照护里面获取格外尤其的推行。

THE

END

本文转载自其他网站，不象征性健康界观点和立场。如有内容和图片的著作权异议，请及时联系我们（电话号码：guikequan@hmkx.cn）