您好,歡迎來到金屬加工網 登錄 | 免費注冊 | 忘記密碼
當前位置: 首頁 > 技術中心 > 解決方案 > 降低基于人工智能和機器學習的醫療技術的風險

降低基于人工智能和機器學習的醫療技術的風險

http://www.b2b.hc360.com 中國金屬加工網 信息來源:Author發布時間:2019年12月09日瀏覽:755

  人工智能和機器學習(AI/ML)日益改變著醫療行業。從發現惡性腫瘤到讀取CT掃描和乳房X線照片,基于AI/ML的技術比傳統設備(甚至是最好的醫生)更快,更準確。但是,隨之而來的是新的風險和監管挑戰。

  INSEAD決策科學助理教授鮑里斯·巴比奇(Boris Babic)在最近發表在《科學》雜志上的最新文章《醫學中的監管鎖定算法》中;INSEAD決策科學與技術管理教授Theodoros Evgeniou;哈佛大學法學院Petrie-Flom衛生法政策,生物技術和生物倫理學研究中心的研究員Sara Gerke;哈佛大學法學院教授兼Petrie-Flom中心教務主任I.Glenn Cohen著眼于監管機構應對AI/ML陌生途徑的新挑戰。

1390.jpg

  他們考慮以下問題:在開發和實施AI/ML設備時,我們面臨哪些新風險?應該如何管理它們?監管機構需要關注哪些因素才能確保以最小的風險實現最大價值?

  到目前為止,美國食品藥品監督管理局(FDA)等監管機構已批準具有“鎖定算法”的基于醫學AI/ML的軟件-即每次提供相同結果且不會隨使用而改變的算法。但是,大多數AI/ML技術的主要優勢和潛在優勢來自其隨著模型對新數據的學習而發展的能力。由于AI/ML而使這些“自適應算法”成為可能,從而創建了本質上是學習型醫療保健系統的系統,其中研究與實踐之間的界限是多孔的。

  鑒于此自適應系統的巨大價值,當今的監管者面臨的一個基本問題是,授權是否應僅限于已提交并評估為安全有效的技術版本,或者它們是否允許將更大價值的算法推向市場??梢詮脑摷夹g的學習能力和適應新條件中找到。

  作者深入研究了與此更新問題相關的風險,并考慮了需要重點關注的特定領域以及解決挑戰的方式。

  他們說,強有力的監管的關鍵是要優先進行持續的風險監測。

  這組作者說:“為了管理風險,監管者應該特別關注持續監控和風險評估,而不必計劃未來的算法變更?!?/p>

  隨著監管機構的向前發展,作者建議他們開發新的流程,以持續監控,識別和管理相關風險。他們提出了可能有助于此目的的關鍵元素,并且將來可能會使用AI/ML將它們自動化,從而使AI/ML系統互相監視。

  盡管本文主要借鑒了FDA在監管生物醫學技術方面的經驗,但這些教訓和實例具有廣泛的相關性,因為其他國家正在考慮如何塑造其相關的監管體系。對于任何開發AI/ML嵌入式產品和服務的業務,從汽車到保險,金融,能源,以及越來越多的其他業務,它們也都非常重要且相關。所有組織的管理人員都需要從當今的監管者的角度了解如何管理新的AI/ML風險。

  作者說:“我們的目標是強調醫療AI/ML系統如何做出反應或適應環境的意外變化可能帶來的風險,”他警告說,“細微,通常無法識別的參數更新或新型數據可能導致巨大且代價高昂的錯誤?!?/p>


分享到:0

免責聲明: 凡注明來源本網的所有作品,均為本網合法擁有版權或有權使用的作品,歡迎轉載,注明出處。非本網作品 均來自互聯網,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責。

【我要評論】 【全部評論(共0條)】

  • 還可輸入(1000個字符)
  • *網友評論僅供其表達個人看法,并不表明中國金屬加工網同意其觀點或證實其描述
精華文章

觸想工業一體機:工廠看板應用解決方案,讓產線智能管理“細節化”!

 在智能制造的推動下,不僅許多大型制造企業正在大力投入智能化轉型資金,一[更多]

ITECH無人機測試解決方案,UP你的續航極限!

近期全國不少城市的街道、社區、鄉鎮、農村等開放性場所利用無人機開展防疫工[更多]

臥式加工中心操作規程

在使用臥式加工中心的時候并不是特別注意其操作要點,一些細節性的問題往往容[更多]

焊接機器人出現故障現象

焊接機器人的長期使用往往會因為某些不知名因素,出現一些小意外,導致焊接效[更多]

鏟花的功用

鏟花就是用手工一刀刀去除影響機械精度的物質,借此糾正機械加工的差錯。 [更多]
 
冰球队员贾克斯多少钱