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
-
算法
+关注
关注
23文章
4608浏览量
92847 -
AI
+关注
关注
87文章
30775浏览量
268919 -
机器学习
+关注
关注
66文章
8408浏览量
132580
发布评论请先 登录
相关推荐
什么是机器学习?通过机器学习方法能解决哪些问题?
NPU与机器学习算法的关系
如何使用 PyTorch 进行强化学习
【《时间序列与机器学习》阅读体验】+ 时间序列的信息提取
【「时间序列与机器学习」阅读体验】+ 简单建议
机器学习中的数据预处理与特征工程
人工智能、机器学习和深度学习是什么
深度学习与传统机器学习的对比
名单公布!【书籍评测活动NO.35】如何用「时间序列与机器学习」解锁未来?
请问PSoC™ Creator IDE可以支持IMAGIMOB机器学习吗?
广电计量获CNAS能力验证提供者认可
什么是机器学习?它的重要性体现在哪

使用机器学习来协助患者与提供者共同做出决定
评论