揭示眼科人工智能生命周期中的偏差与隐患：一篇综述
计算机与社会
2023-10-10 v1
摘要
在过去二十年中，数据可用性、计算能力以及新建模技术的指数级增长，引发了人们对人工智能（AI）应用的兴趣、投资和研究的扩张。鉴于远程医疗筛查项目的出现和辅助成像的使用，眼科学是许多寻求从 AI 受益的领域之一。然而，在 AI 被广泛部署之前，必须开展进一步工作以避免 AI 生命周期中的隐患。本综述文章将 AI 生命周期拆分为七个步骤：数据收集；定义模型任务；数据预处理与标注；模型开发；模型评估与验证；部署；以及最后的部署后评估、监控与系统重新校准，并深入探讨每个步骤中的危害风险及缓解策略。
引用
@article{arxiv.2310.04997,
title = {Unmasking Biases and Navigating Pitfalls in the Ophthalmic Artificial Intelligence Lifecycle: A Review},
author = {Luis Filipe Nakayama and João Matos and Justin Quion and Frederico Novaes and William Greig Mitchell and Rogers Mwavu and Ju-Yi Ji Hung and Alvina Pauline dy Santiago and Warachaya Phanphruk and Jaime S. Cardoso and Leo Anthony Celi},
journal= {arXiv preprint arXiv:2310.04997},
year = {2023}
}