通过自动化复杂的数据任务,提高诊断准确性和加速医疗发现,自动化机器学习(AUTOML)在改变医疗保健方面具有巨大的潜力,但其在医疗保健中的采用却落后于其他行业。这种较慢的增长主要是由于缺乏透明度和许多汽车工具的“黑箱”性质。为了应对这些挑战,美国食品药品监督管理局(FDA)呼吁创新者通过PrecisionFDA平台探索Automl在医疗保健中的潜在应用。与Cloudleap Technologies合作,DRT策略开发了一种解决方案,以评估Automl的效果,弥合AI/ML采用中的差距,并促进ML驱动的解决方案在医疗实践和研究中的更广泛整合。FDA将DRT的解决方案识别为表现最佳的人之一。
主要关键词