面向学习型医疗信息物理系统开发安全保证案例
机器学习
2024-09-21 v2 人工智能
系统与控制
系统与控制
摘要
机器学习（ML）技术越来越多地被应用于医疗信息物理系统（MCPS）以实现智慧医疗。确保学习型MCPS的安全性和有效性具有挑战性，因为此类系统必须考虑多样化的患者特征和生理动态，并处理运行中的不确定性。在本文中，我们为学习型MCPS中的ML控制器开发了一个安全保证案例，重点在于建立对基于ML的预测的信心。我们以人工胰腺系统（APS）作为学习型MCPS的代表性应用，详细展示了该安全保证案例，并通过在APS中实现一个深度神经网络进行预测来提供详细分析。我们检查了ML数据的充分性，并使用形式化验证分析了基于ML的预测的正确性。最后，我们基于本文的经验概述了开放性的研究问题。
引用
@article{arxiv.2211.15413,
title = {Towards Developing Safety Assurance Cases for Learning-Enabled Medical Cyber-Physical Systems},
author = {Maryam Bagheri and Josephine Lamp and Xugui Zhou and Lu Feng and Homa Alemzadeh},
journal= {arXiv preprint arXiv:2211.15413},
year = {2024}
}