机构名称：
¥ 1.0
摘要：一致性和信任对于成功将人工智能整合到医疗保健（包括数字孪生项目）中至关重要，该领域涉及医务人员、患者、管理人员、公共卫生官员和纳税人等各种利益相关者，所有这些人都会影响这些概念的定义方式。本次演讲介绍了一系列协作医疗案例研究，其中人工智能算法逐渐从透明变为更加不透明，因此一致性评估的难度也随之增加。这些范围从基于树的创伤诊断方法到基于 LLM 的急诊科副驾驶，以及用于从病理报告中提取结构化数据的机械电路。它们以 Veridical 数据科学 (VDS) 原则（可预测性、可计算性和稳定性 (PCS)）为指导，旨在建立信任和可解释性，使医生能够评估一致性。演讲最后讨论了将 VDS 应用于医学基础模型以及评估医疗保健中人工智能算法一致性的后续步骤。上午 10:20 至上午 10:40 咖啡/茶歇（数学员工休息室）
Oppenheim 研讨会 2024 机器学习和人工智能
主要关键词
相关文件推荐
