Loading...
机构名称:
¥ 2.0

W. Nicholson Price II * 人工智能 (AI) 有望为医学带来巨大好处。除了突破人类可能的范围,例如在人类察觉之前预测肾衰竭或败血症之外,它还可以使专业知识在高度专业化的从业者圈子之外普及,例如让全科医生诊断糖尿病性视网膜变性。但人工智能并不总是有效,它并不总是对每个人都有效,也不总是在任何情况下都有效。在开发人工智能的资源丰富的医院中,人工智能的表现可能与在资源匮乏的一线医疗环境中的表现不同,在资源匮乏的一线医疗环境中,人工智能可能会为患者护理带来最大的改变。让情况变得更加复杂的是,人工智能不太可能像药物和大多数医疗设备一样经过其他医疗技术所经历的集中审查和验证过程。即使它确实经历了这些集中化流程,确保在各种环境(包括资源匮乏的环境)中实现高质量性能对于这种集中化机制来说尤其具有挑战性。政策制定者该怎么做?这篇短文认为,医疗人工智能的传播具有许多潜在的好处,需要政策支持分布式治理过程,在应用环境中进行质量评估和监督——但需要政策协助发展能力,使监督更容易进行。正确治理并不容易(从来都不容易),但忽视这个问题可能会导致利益被搁置,而患者面临风险。

医疗 AI 的分布式治理

医疗 AI 的分布式治理PDF文件第1页

医疗 AI 的分布式治理PDF文件第2页

医疗 AI 的分布式治理PDF文件第3页

医疗 AI 的分布式治理PDF文件第4页

医疗 AI 的分布式治理PDF文件第5页

相关文件推荐

2024 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2022 年
¥2.0
2024 年
¥1.0
2021 年
¥1.0
2024 年
¥5.0
2022 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥8.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥2.0
2023 年
¥1.0
2020 年
¥8.0
2023 年
¥4.0