部署临床机器学习？请考虑以下几点……
机器学习
2023-06-09 v3 计算机与社会
摘要
尽管对临床机器学习（CML）研究给予了高度关注和大量投入，但相对较少的应用已在真实世界临床环境中大规模部署。虽然研究对推进前沿技术至关重要，但转化同样重要，它能使这些技术和方法最终对医疗健康产生影响。我们认为，对若干关键考量因素的忽视是期望与现实之间出现落差的主要原因。为了更好地在研究人员与从业者中刻画一种整体视角，我们调查了若干具有临床部署CML商业开发经验的从业者。利用这些见解，我们识别出几类主要挑战，以便更好地设计和开发临床机器学习应用。
引用
@article{arxiv.2109.06919,
title = {Deploying clinical machine learning? Consider the following...},
author = {Charles Lu and Ken Chang and Praveer Singh and Stuart Pomerantz and Sean Doyle and Sujay Kakarmath and Christopher Bridge and Jayashree Kalpathy-Cramer},
journal= {arXiv preprint arXiv:2109.06919},
year = {2023}
}
备注
Trustworthy AI for Healthcare workshop at AAAI 2022