快捷搜索:

杜克大学报告确定了采用智能医疗保健系统的障

(文章滥觞:联袂康健网)

杜克-马戈利斯卫生政策中间确定了开拓和采纳安然有效的AI诊断诊断支持软件(DxSS)的障碍。

人工智能改良DxSS并削减诊断差错的潜力吸引了很多关注,但中间仍觉得必要办理的证据,风险和道德仍旧令人担忧。为了办理这些问题,Duke-Margolis觉得该领域必要斟酌开拓最佳实践以减轻私见并从新斟酌产品标签。

诊断差错的普遍性及其对患者的影响为改进临床决策支持技巧供给了强大年夜的动力。根据申报,由国家科学学院,工程和医学,诊断差错占60%阁下,所有医疗缺点。大概最令人不安的是,在美国病院中,每年有40,000至80,000例逝世亡与诊断差错有关。

人工智能的拥护者将诊断差错的普遍性视为数据问题,至少部分可以经由过程技巧加以改良。从理论上讲,人工智能系统可以扫描患者数据并供给比当前所能实现的更快,更准确的诊断,从而使人们能够更快地得到精确的照料护士。

在该部门与实现这一愿景之间存在许多障碍。杜克-马戈利斯(Duke-Margolis)搜集了华盛顿特区,杜克大年夜学和杜克康健局(Duke Health)政策界的专业常识,并与FDA的前任和现任官员以及Alphabet的Verily Life Sciences相助编写了有关该主题的申报。

结果是确定了AI社区要成为主流技巧将必要办理的三个主方法域的文档。这些领域涵盖支持采纳,有效风险治理和确保系统颠末道德培训且具有机动性的步伐的证据。

办理这些主题的责任将落在技巧供应商,监管机构,医疗保健供给商以及组成支持AI的DxSS部门的其他团体的不合部分。结果是,只管DxSS开拓职员可以办理应用其技巧的一些障碍,例如对有效性证据的需求,但他们并不能完全节制自己的命运。

例如,杜克-马戈利斯(Duke-Margolis)确定了对产品标签的全新思虑的潜在需求。当前产品标签和其他主题(包括验证和确认)的监管模型是针对具有固定功能的设备量身定制的。因为AI系统在得到监管机构赞许后可以继承“进修”并改进,是以尚不清楚它们若何适该当前模型。

“必要加倍清楚地懂得,何时必要对启用AI的[作为医疗设备的软件]进行改动或更新,并要求向FDA提交新的510(k)或弥补PMA,以及何时这些质量体系将足够,”玛格丽丝在申报中写道。

您可能还会对下面的文章感兴趣: