机构名称：
¥ 3.0
核医学人工智能 (AI) 指南。摘要 目前迫切需要制定策略来对核医学人工智能 (AI) 算法进行严格客观的基于临床任务的评估。为了满足这一需求，我们提出了一个四类框架来评估 AI 算法的前景、技术任务特定功效、临床决策和部署后功效。我们提供了评估每个类别的 AI 算法的最佳实践。每类评估都会产生一个声明，该声明提供了 AI 算法的描述性性能。关键的最佳实践被列为 RELAINCE（核医学人工智能评估建议）指南。该报告由核医学和分子成像 AI 工作组评估小组编写，该小组由核医学医师、物理学家、计算成像科学家以及来自行业和监管机构的代表组成。引言基于人工智能 (AI) 的算法在核医学的多个方面显示出巨大的前景，包括图像采集、重建、后处理、分割、诊断和预后。将这种前景转化为临床现实需要对这些算法进行严格的评估。对 AI 算法的评估不足可能会产生多种不利后果，包括降低研究结果的可信度、误导未来研究，最重要的是，产生对患者无用甚至有害的工具 (1)。本报告的目标是提供最佳实践来评估为核医学背景下的图像采集、后处理再到临床决策等成像流程的不同部分开发的 AI 算法。我们在评估使用基于人工神经网络的架构（包括深度学习）的 AI 算法的背景下提供这些实践。然而，许多原则广泛应用于其他机器学习和基于物理的算法。在报告的其余部分，AI 算法指的是使用人工神经网络的算法。评估在任何成像技术的转化中都具有既定且必不可少的作用，但由于其工作原理，评估对于人工智能算法来说更为关键。人工智能算法通常不是
评估最佳实践（RELAINCE 指南）
主要关键词
相关文件推荐
