您好,欢迎来到金属加工网 登录 | 免费注册 | 忘记密码
当前位置: 首页 > 技术中心 > 解决方案 > 降低基于人工智能和机器学习的医疗技术的风险

降低基于人工智能和机器学习的医疗技术的风险

http://www.b2b.hc360.com 中国金属加工网 信息来源:Author发布时间:2019年12月09日浏览:736

  人工智能和机器学习(AI/ML)日益改变着医疗行业。从发现恶性肿瘤到读取CT扫描和乳房X线照片,基于AI/ML的技术比传统设备(甚至是最好的医生)更快,更准确。但是,随之而来的是新的风险和监管挑战。

  INSEAD决策科学助理教授鲍里斯·巴比奇(Boris Babic)在最近发表在《科学》杂志上的最新文章《医学中的监管锁定算法》中;INSEAD决策科学与技术管理教授Theodoros Evgeniou;哈佛大学法学院Petrie-Flom卫生法政策,生物技术和生物伦理学研究中心的研究员Sara Gerke;哈佛大学法学院教授兼Petrie-Flom中心教务主任I.Glenn Cohen着眼于监管机构应对AI/ML陌生途径的新挑战。

1390.jpg

  他们考虑以下问题:在开发和实施AI/ML设备时,我们面临哪些新风险?应该如何管理它们?监管机构需要关注哪些因素才能确保以最小的风险实现最大价值?

  到目前为止,美国食品药品监督管理局(FDA)等监管机构已批准具有“锁定算法”的基于医学AI/ML的软件-即每次提供相同结果且不会随使用而改变的算法。但是,大多数AI/ML技术的主要优势和潜在优势来自其随着模型对新数据的学习而发展的能力。由于AI/ML而使这些“自适应算法”成为可能,从而创建了本质上是学习型医疗保健系统的系统,其中研究与实践之间的界限是多孔的。

  鉴于此自适应系统的巨大价值,当今的监管者面临的一个基本问题是,授权是否应仅限于已提交并评估为安全有效的技术版本,或者它们是否允许将更大价值的算法推向市场。可以从该技术的学习能力和适应新条件中找到。

  作者深入研究了与此更新问题相关的风险,并考虑了需要重点关注的特定领域以及解决挑战的方式。

  他们说,强有力的监管的关键是要优先进行持续的风险监测。

  这组作者说:“为了管理风险,监管者应该特别关注持续监控和风险评估,而不必计划未来的算法变更。”

  随着监管机构的向前发展,作者建议他们开发新的流程,以持续监控,识别和管理相关风险。他们提出了可能有助于此目的的关键元素,并且将来可能会使用AI/ML将它们自动化,从而使AI/ML系统互相监视。

  尽管本文主要借鉴了FDA在监管生物医学技术方面的经验,但这些教训和实例具有广泛的相关性,因为其他国家正在考虑如何塑造其相关的监管体系。对于任何开发AI/ML嵌入式产品和服务的业务,从汽车到保险,金融,能源,以及越来越多的其他业务,它们也都非常重要且相关。所有组织的管理人员都需要从当今的监管者的角度了解如何管理新的AI/ML风险。

  作者说:“我们的目标是强调医疗AI/ML系统如何做出反应或适应环境的意外变化可能带来的风险,”他警告说,“细微,通常无法识别的参数更新或新型数据可能导致巨大且代价高昂的错误。”


分享到:0

免责声明: 凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品 均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

【我要评论】 【全部评论(共0条)】

  • 还可输入(1000个字符)
  • *网友评论仅供其表达个人看法,并不表明中国金属加工网同意其观点或证实其描述
精华文章

新方法:浸入式肿瘤生物体生物3D打印将提高药物筛选通量

用于癌症药物发现的药物测试和筛选可能需要花费数年时间,并且用于评估其功效[更多]

工业互联网再成网红,如何抓住“牛鼻子”?

​“新基建”最近被频频刷屏,而作为其中一员的工业互联再次被纳入国家战略布[更多]

新型互联动力刀座解决方案最大限度提高机床利用率/

山特维克可乐满推出新型专用机械加工解决方案,旨在提高配备动力刀座的车削机[更多]

加工中心中主轴的轴向跳动和径向跳动故障解决方法

在使用加工中心加工零件时,经常会出现零件的表面光洁度不高,有明显的拖刀痕[更多]

PLC和宇电AI人机界面触摸屏干扰解决方法/

PLC、人机界面现场应用时的抗干扰问题,是复杂而细致的。抗干扰性设计是一个[更多]