要約
人工知能 (AI) の最近の進歩と、今日の臨床システムによって生成される大量のデータが組み合わされて、画像再構成、医用画像セグメンテーション、画像処理など、医用画像のバリュー チェーン全体にわたる画像 AI ソリューションの開発が行われています。
に基づいた診断と治療計画。
医用画像処理における AI の成功と将来性にもかかわらず、多くの関係者は、画像処理 AI ソリューションの潜在的なリスクと倫理的影響を懸念しています。画像処理 AI ソリューションは、複雑かつ不透明で、重要な臨床応用において理解、利用、信頼することが難しいと認識されています。
こうした懸念やリスクにもかかわらず、医療画像分野における将来の AI 開発を信頼性、安全性、導入の向上に導くための具体的なガイドラインやベスト プラクティスは現時点ではありません。
このギャップを埋めるために、このホワイトペーパーでは、ヘルスイメージングにおける AI に関する 5 つの大規模なヨーロッパのプロジェクトから蓄積された経験、コンセンサス、ベスト プラクティスから導き出された指針を慎重に選択して紹介します。
これらの基本原則は FUTURE-AI と名付けられ、その構成要素は (i) 公平性、(ii) 普遍性、(iii) トレーサビリティ、(iv) 使いやすさ、(v) 堅牢性、および (vi) 説明可能性で構成されます。
これらのガイドラインは、段階的なアプローチで、技術的、臨床的、倫理的に信頼できる AI ソリューションを指定、開発、評価し、臨床現場に導入するための具体的な推奨事項のフレームワークにさらに変換されます。
要約(オリジナル)
The recent advancements in artificial intelligence (AI) combined with the extensive amount of data generated by today’s clinical systems, has led to the development of imaging AI solutions across the whole value chain of medical imaging, including image reconstruction, medical image segmentation, image-based diagnosis and treatment planning. Notwithstanding the successes and future potential of AI in medical imaging, many stakeholders are concerned of the potential risks and ethical implications of imaging AI solutions, which are perceived as complex, opaque, and difficult to comprehend, utilise, and trust in critical clinical applications. Despite these concerns and risks, there are currently no concrete guidelines and best practices for guiding future AI developments in medical imaging towards increased trust, safety and adoption. To bridge this gap, this paper introduces a careful selection of guiding principles drawn from the accumulated experiences, consensus, and best practices from five large European projects on AI in Health Imaging. These guiding principles are named FUTURE-AI and its building blocks consist of (i) Fairness, (ii) Universality, (iii) Traceability, (iv) Usability, (v) Robustness and (vi) Explainability. In a step-by-step approach, these guidelines are further translated into a framework of concrete recommendations for specifying, developing, evaluating, and deploying technically, clinically and ethically trustworthy AI solutions into clinical practice.
arxiv情報
| 著者 | Karim Lekadir,Richard Osuala,Catherine Gallin,Noussair Lazrak,Kaisar Kushibar,Gianna Tsakou,Susanna Aussó,Leonor Cerdá Alberich,Kostas Marias,Manolis Tsiknakis,Sara Colantonio,Nickolas Papanikolaou,Zohaib Salahuddin,Henry C Woodruff,Philippe Lambin,Luis Martí-Bonmatí |
| 発行日 | 2023-10-01 19:19:03+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google