这款先进的成像解决方案采用了由 DARPA 和美国国家科学基金会资助的 Symphony AyasdiAI 无监督机器学习技术。Symphony AyasdiAI 平台使用可解释的人工智能,该人工智能因快速模型开发和对大型数据集的洞察而广受认可,可用于医疗保健、金融科技、国防、网络安全和科学研究等领域的用例。DARPA 主任 Tony Tether 称 Symphony AyasdiAI 技术是“DARPA 在过去十年中开发的十大创新之一”。
摘要 数据驱动型人工智能的最新发展有望实现医疗诊断的自动化;然而,对于计算知识有限的医生来说,大多数人工智能都像“黑匣子”一样。以医学成像为出发点,我们进行了三次设计活动,以制定 CheXplain——一个使医生能够探索和理解人工智能支持的胸部 X 光分析的系统:(i)转诊医生和放射科医生之间的配对调查揭示是否需要、何时需要以及需要何种解释;(ii)与三位医生共同设计的低保真原型制定了八个关键特征;(iii)由另外六位医生评估的高保真原型提供了关于每个特征如何实现对人工智能的探索和理解的详细总结性见解。我们总结并讨论了未来设计和实施可解释的医疗人工智能系统的建议,这些系统涵盖四个反复出现的主题:动机、约束、解释和理由。
