Testing of Deep Learning Model in Real World Clinical Setting: A Case Study in Obstetric Ultrasound
人机交互
2026-01-30 v2 计算机视觉与模式识别
图像与视频处理
摘要
尽管医学图像分析中的 AI 模型发展迅速，但在真实临床环境中的验证仍有限。为此，我们引入了一个通用框架，用于在此类环境中部署基于图像的 AI 模型。使用该框架，我们部署了一个用于胎儿超声标准平面检测的训练模型，并在 novice and expert users with real-time sessions 中进行评估。来自这些 session 的反馈显示，尽管该模型为医疗从业者提供了潜在益处，但导航指导被确定为关键的改进领域。这些发现凸显了在真实世界环境中早期部署 AI 模型的重要性，为基于实际用户反馈的模型和 system refinement 提供了见解。
引用
@article{arxiv.2404.00032,
title = {Testing of Deep Learning Model in Real World Clinical Setting: A Case Study in Obstetric Ultrasound},
author = {Chun Kit Wong and Mary Ngo and Manxi Lin and Zahra Bashir and Amihai Heen and Morten Bo Søndergaard Svendsen and Martin Grønnebæk Tolsgaard and Anders Nymark Christensen and Aasa Feragen},
journal= {arXiv preprint arXiv:2404.00032},
year = {2026}
}
备注
5 pages; ISBI 2026