使用机器学习来协助患者与提供者共同做出决定
在2014年至2020年评估使用AI进行现实世界共享临床决策的34项代表性研究中，只有两项将模型的外部验证纳入考虑范围。
此外，大多数已审查的研究仅使用一种算法进行训练，测试和内部验证，只有八种算法在其进度上采用了多种算法。
因此，报告行业的研究人员进行了系统的文献综述，以评估研究的稳健性，这些研究的重点是使用机器学习来协助患者与提供者共同做出决定。
BMC医学信息学和决策制定于2月15日发布了该研究。
礼来公司的Lisa Hess博士和Alan Brnabic这么说，以至于他们的评论揭示了各种不合常规的方法，统计软件和验证策略。
Hess和Brnabic评论了许多研究方法的多样性以及相对薄弱之处，呼吁临床AI研究人员确保“在基于机器学习的患者护理模型的开发中采用了多种建模方法，这需要最高的研究标准，以可靠地支持基于证据的共享决策。”
作者认为，展望未来，在将模型推荐用于现实世界的患者护理之前，应通过内部和外部验证对实验机器学习模型进行规模调整。
赫斯和布朗纳比克评论说：“很少有研究能够达到这一证据标准，可以指导患者提供者的决策。”
该研究是免费的。
责任编辑：lq
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
算法
+关注
关注
23文章
4720浏览量
95935 -
AI
+关注
关注
88文章
35760浏览量
282481 -
机器学习
+关注
关注
66文章
8513浏览量
135107
发布评论请先 登录
相关推荐
热点推荐
UPS电源—看UPS电源如何守卫患者数据
在现代医疗体系中，患者数据是医院运营和医疗服务的基础。随着医疗信息化的发展，越来越多的患者数据被存储在医院的服务器和医疗设备中。然而，电力中断是医院面临的一个常见问题，它可能导致服务器宕机、医疗设备停机，进而造成患者数据的丢失或
【「具身智能机器人系统」阅读体验】+两本互为支持的书
如何使用PyTorch进行数字图像处理，它借助摄像头来获取视频的图像信息，然后通过已有的图像识别框架模型经深度学习和优化以达到更精准的识别结果，从而为进一步的执行处理提供数据支持和依据。而《具身智能
发表于 01-01 15:50
传统机器学习方法和应用指导
在上一篇文章中，我们介绍了机器学习的关键概念术语。在本文中，我们会介绍传统机器学习的基础知识和多种算法特征，供各位老师选择。 01 传统机器
如何选择云原生机器学习平台
当今，云原生机器学习平台因其弹性扩展、高效部署、低成本运营等优势，逐渐成为企业构建和部署机器学习应用的首选。然而，市场上的云原生机器
自然语言处理与机器学习的关系 自然语言处理的基本概念及步骤
Learning，简称ML）是人工智能的一个核心领域，它使计算机能够从数据中学习并做出预测或决策。自然语言处理与机器学习之间有着密切的关系，因为机
什么是机器学习？通过机器学习方法能解决哪些问题？
来源：Master编程树“机器学习”最初的研究动机是让计算机系统具有人的学习能力以便实现人工智能。因为没有学习能力的系统很难被认为是具有智能的。目前被广泛采用的
NPU与机器学习算法的关系
紧密。 NPU的起源与特点 NPU的概念最早由谷歌在其TPU（Tensor Processing Unit）项目中提出，旨在为TensorFlow框架提供专用的硬件加速。NPU的设计目标是提高机器学习算法的运行效率，特别是在处理
如何使用 PyTorch 进行强化学习
强化学习（Reinforcement Learning, RL）是一种机器学习方法，它通过与环境的交互来学习如何
adc3101的采样率由什么来决定呢？
想问一个问题，困扰了我很久。
adc3101作为i2s从机，MCLK和BCLK都是外部输入，硬件上仅仅接了一个MIC，并且选择BCLK作为PLLCLK_IN，那么adc3101的采样率由什么来决定
发表于 10-28 06:09
具身智能与机器学习的关系
（如机器人、虚拟代理等）通过与物理世界或虚拟环境的交互来获得、发展和应用智能的能力。这种智能不仅包括认知和推理能力，还包括感知、运动控制和环境适应能力。具身智能强调智能体的身体和环境在智能发展中的重要性。 2. 机器
“0元购”智元灵犀X1机器人，软硬件全套图纸和代码全公开！资料免费下载！
”软件算法代码+高性能关节电机，让“人形机器人人人造”的理想真正成为现实，不管是爱好者还是科技达人，都能够迅速搭建机器人并实现基本的行走功能，还可以通过智元机器人
发表于 10-25 15:20
AI大模型与深度学习的关系
AI大模型与深度学习之间存在着密不可分的关系，它们互为促进，相辅相成。以下是对两者关系的介绍： 一、深度学习是AI大模型的基础 技术支撑 ：深度学习是一种
AI引擎机器学习阵列指南
云端动态工作负载以及超高带宽网络，同时还可提供高级安全性功能。AI 和数据科学家以及软硬件开发者均可充分利用高计算密度的优势来加速提升任何应用的性能。AI 引擎机器
【「时间序列与机器学习」阅读体验】时间序列的信息提取
个重要环节，目标是从给定的时间序列数据中提取出有用的信息和特征，以支持后续的分析和预测任务。
特征工程(Feature Engineering)是将数据转换为更好地表示潜在问题的特征，从而提高机器学习
发表于 08-17 21:12
工商网监
评论