9:30-9:45 | Sara Spaziani,Tania Caputo-基因疗法的新领域:创新的多模式成像技术(荧光/拉曼),用于自由和纳米卫生员封装的寡核苷酸序列的亚细胞定位9:30-9:45 | Sara Spaziani,Tania Caputo-基因疗法的新领域:创新的多模式成像技术(荧光/拉曼),用于自由和纳米卫生员封装的寡核苷酸序列的亚细胞定位
Sara Noeman 是 IBM 埃及的数据科学家和认知架构师 - 隶属于 Watson 和云平台部门。她于 2005 年加入 IBM 研发团队,在为机器翻译、多种自然语言处理和信息提取应用(如拼写纠正、情绪分析、使用机器学习方法)提供成功解决方案方面做出了巨大贡献。Sara 的工作重点是应用研究,为具有挑战性的现实问题提供创新和实用的解决方案。自 2015 年以来,Sara 一直是 Watson 集团的一员,她领导了 Watson Explorer 和 Watson Oncology 等多种 Watson 产品和云服务中阿拉伯语 NLP 支持的验证。她是海湾地区使用 Watson 服务的关键项目的主要贡献者。她的贡献包括情绪分析、电信和政府部门的人口统计和行为分析、构建聊天机器人以及人工智能领域的许多其他领域。
人工智能 (AI),尤其是其子集机器学习,具有改善医疗保健的巨大潜力。然而,医疗 AI 也带来了新的监管挑战。在本文中,我认为美国需要为基于 AI 的医疗设备建立一个新的监管框架,以确保此类设备在投放市场时是合理安全和有效的,并且在整个生命周期内都将保持这种安全有效。我主张美国食品药品监督管理局 (FDA) 和国会采取行动。我关注的是 FDA 如何——凭借额外的法定权力——监管基于 AI 的医疗设备。我表明 FDA 对基于 AI 的健康产品的监管不完善,这可能会危及患者安全并破坏公众信任。例如,医疗器械定义太窄,几种有风险的基于 AI 的健康产品不受 FDA 监管。此外,我表明美国市场上大多数基于 AI 的医疗设备都已获得 510(k) 批准。然而,510(k) 途径引发了重大的安全性和有效性问题。因此,我提出了一个未来医疗器械(包括基于人工智能的医疗器械)上市前审查的监管框架。此外,我讨论了与特定基于人工智能的医疗器械相关的两个问题,即不透明(“黑盒”)算法和可以不断学习的自适应算法,并就如何解决这些问题提出了建议。最后,我鼓励 FDA 拓宽视野,将基于人工智能的医疗器械视为系统,而不仅仅是设备,并更多地关注它们的部署环境。
Roberto V. Zicari 1,2 *,James Brusseau 3,Stig Nikolaj Blomberg 4,Helle Collatz Christensen 4,Megan Coffee 5,Marianna B. Ganapini 6,Sara Gerke 7,Sara Gerke 7,Thomas Krendl Gilbert 8 Andy Spezzatti 17,Eberhard Schnebel 18,Jesmin Jahan Tithi 19,Dennis Vetter 18,Magnus Westerlund 1,Renee Wurth 20,Julia Amann,21岁ASE 29,Thilo Hagendorff 30,Pedro Kringen 18,Florian Mheis,MössOmer33 33,Laura Palazzani 34,Martin Petrin 35,36,Karin Tafur 37,JimTørresen38