机构名称：
¥ 1.0
自 2017 年成立以来，npj 数字医学吸引了大量关于人工智能应用的报告手稿。过去几年，该领域发展迅速。最初人们对算法本身（机器学习、深度学习、卷积神经网络）很着迷，并使用这些算法做出的预测往往超越了现行的基准。随着学科的成熟，人们开始关注这些算法输出中的异常现象。具体来说，人们广泛批评称，算法开发的模型可能由于对训练数据的过度拟合而具有有限的通用性，并且可能系统地延续训练数据中固有的各种形式的偏见，包括种族、性别、年龄和健康状况或体能水平（Challen 等人，BMJ Qual. Saf. 28:231 – 237，2019 年；O'neil，数学毁灭性武器：大数据如何加剧不平等并威胁民主，Broadway Book，2016 年）。鉴于我们对发表最高质量论文的兴趣以及使用 AI 算法的投稿数量的不断增长，我们提供了一份标准列表，作者在向 npj Digital Medicine 提交论文之前应考虑这些标准。
医疗相关人工智能论文作者的最佳实践
主要关键词
相关文件推荐
