详细内容或原文请订阅后点击阅览
医疗保健中的人工智能：用于医疗诊断的机器学习技术的优点和挑战
GAO 的发现美国有多种机器学习 (ML) 技术可用于协助诊断过程。由此带来的好处包括更早发现疾病；医疗数据分析更加一致；以及增加获得护理的机会，特别是对于服务不足的人群。 GAO 确定了针对五种选定疾病（某些癌症、糖尿病视网膜病变、阿尔茨海默病、心脏病和 COVID-19）的各种基于 ML 的技术，其中大多数技术依赖于 X 射线或磁共振成像 (MRI) 等成像数据）。然而，这些机器学习技术普遍没有被广泛采用。学术界、政府和私营部门的研究人员正在努力扩展基于机器学习的医疗诊断技术的能力。此外，GAO 还确定了三种更广泛的新兴方法——自主、自适应和面向消费者的机器学习诊断——可用于诊断各种疾病。这些进步可以提高医疗专业人员的能力并改善患者的治疗，但也有一定的局限性。例如，自适应技术可以通过合并额外的数据来更新自身来提高准确性，但自动合并低质量数据可能会导致算法性能不一致或较差。自适应算法的范围我们发现了影响 ML 在医疗诊断中的开发和采用的几个挑战：在不同的临床环境和严格的研究中展示真实世界的表现。满足临床需求，例如开发集成到临床工作流程中的技术。解决监管差距，例如为自适应算法的开发提供明确的指导。这些挑战影响包括技术开发商、医疗服务提供者和患者在内的各个利益相关者，并可能减缓这些技术的开发和采用。GAO 制定了三种政策选项，可以帮助解决这些挑战或增强机器学习诊断技术的优势。这些政策选项确定了政策制定者可能采取的行动，其中包括国会、联邦机构、州和地方政府、学术和研究机构以及行业。请参阅下文，了解政策选项以及相关机会和考虑因素的摘要。帮助应对挑战或增强机器学习诊断技术优势的政策选项机会考虑因素评估（报告第 28 页）政策制定者可以制定激励措施、指导或政策来鼓励或要求在代表预期用途的一系列部署条件和人口统计数据中评估机器学习诊断技术。这一政策选择可以帮助解决展示现实世界绩效的挑战。利益相关者可以更好地了解这些技术在不同条件下的性能，并帮助识别偏差、局限性和改进机会。可以告知提供商的采用决定，po
来源:美国政府问责局__技术评估产品信息美国政府问责署的发现
美国有多种机器学习 (ML) 技术可用于协助诊断过程。由此带来的好处包括更早发现疾病；更一致地分析医疗数据；以及增加获得医疗服务的机会，特别是对于医疗服务不足的人群。美国政府问责署确定了多种基于 ML 的技术，用于治疗五种选定的疾病——某些癌症、糖尿病视网膜病变、阿尔茨海默病、心脏病和 COVID-19——大多数技术依赖于来自 X 射线或磁共振成像 (MRI) 等成像的数据。然而，这些 ML 技术通常没有得到广泛采用。
学术、政府和私营部门的研究人员正在努力扩展基于 ML 的医疗诊断技术的能力。此外，美国政府问责署还确定了三种更广泛的新兴方法——自主、自适应和面向消费者的 ML 诊断——可用于诊断各种疾病。这些进步可以增强医疗专业人员的能力并改善患者治疗，但也存在一定的局限性。例如，自适应技术可以通过整合额外数据来更新自身，从而提高准确性，但自动整合低质量数据可能会导致算法性能不一致或更差。
自适应算法的范围
自适应算法的范围我们确定了影响 ML 在医学诊断中的开发和采用的几个挑战：
- 在不同的临床环境和严格的研究中展示真实世界的表现。 满足临床需求，例如开发集成到临床工作流程中的技术。 解决监管差距，例如为自适应算法的开发提供明确的指导。