机构名称：
¥ 1.0
探索人工智能 (AI) 技术在医学领域的潜力，存在着许多令人兴奋的机会。包括医疗保健在内的所有行业对人工智能的兴趣都大幅增长，部分原因是流行且备受关注的人工智能技术的出现。例如，ChatGPT 的出现使得人们能够以高度易消化的格式快速访问知识和信息（尽管它往往会产生无意义的响应）( 1 )。这些新技术的兴起引起了人们对人工智能革命性医疗保健潜力的极大热情和期待，人工智能可以充当一个公正的观察者，能够有效地处理大型复杂数据集。这种渴望有时会掩盖将人工智能从开发转化为临床实施的实际考虑。虽然将人工智能应用于每个临床问题很诱人，但应该注意的是，并不是每个问题都能用人工智能技术更有效地解决。 ChatGPT 已经为用户提供了一系列有用的“生产力技巧”，相比之下，医疗 AI 技术尚未兑现其改变医疗保健的承诺。这导致一种越来越多的观点认为，这些技术正处于“幻灭低谷”——最初的兴奋和期望尚未实现，从而导致越来越多的怀疑。要从医疗 AI 技术的“幻灭低谷”走向“生产力高原”（图 1），在投资多中心临床试验之前，解决开发和实施的实际考虑非常重要。这需要一套更广泛的工具来了解技术是否适合临床试验并确定采用的障碍。实施科学框架，例如《实施研究综合框架》（CFIR），可以促进循证实践的采用，并考虑干预有效性之外的其他背景（2-4）。跨学科团队对于实现医疗 AI 技术的潜力至关重要，因为并非所有计算机科学专家都是实施科学家或临床医生。如果不结合多种观点、价值观、经验和观点来看待人工智能技术的发展，就会导致偏见。这种偏见可能导致算法行为对历史上服务不足的群体产生负面影响，并可能导致这些人群的漏诊和误诊率更高。例如，皮肤癌图像预测算法被发现对弱势群体的准确性较低 ( 5 )。随着人工智能算法在临床护理中的应用越来越广泛，至关重要的是
人工智能：在临床医学中的应用
主要关键词
相关文件推荐
