Quiz collegato alla guida · Medio Livello

Quiz sull'intelligenza artificiale in pediatria

Verifica perché i dati sui bambini rendono l’intelligenza artificiale più difficile, come il monitoraggio della frequenza cardiaca in terapia intensiva neonatale predice la sepsi e perché i modelli di imaging addestrati dagli adulti possono interpretare erroneamente le radiografie dei bambini.

Domanda 1 di 8

Perché un'intelligenza artificiale addestrata sui raggi X di un adulto potrebbe interpretare erroneamente l'immagine delle ossa di un bambino di dieci anni?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Perché un'intelligenza artificiale addestrata sui raggi X di un adulto potrebbe interpretare erroneamente l'immagine delle ossa di un bambino di dieci anni?
    • Le radiografie dei bambini sono sempre a colori
    • Le placche di crescita normali nei bambini possono assomigliare alle linee di frattura negli adulti
    • Le ossa dei bambini non appaiono ai raggi X
    • Le radiografie pediatriche non utilizzano radiazioni
  2. Cosa analizza il monitor HeRO per stimare il rischio di sepsi nei neonati prematuri?
    • Caratteristiche della frequenza cardiaca come variabilità e decelerazioni
    • Letture della glicemia ogni ora
    • Diari di alimentazione riportati dai genitori
    • Immagini radiografiche del torace
  3. Che ruolo gioca Canvas Dx di Cognoa, autorizzato dalla FDA nel 2021, nella cura dell'autismo?
    • Sostituisce la necessità di qualsiasi medico
    • È un test genetico per l'autismo
    • Tratta l'autismo con giochi comportamentali
    • È un ausilio che supporta i medici nella diagnosi di autismo nei bambini piccoli
  4. Quale motivo fornisce la guida per cui i set di dati pediatrici sono piccoli?
    • I dati dei bambini non vengono mai archiviati elettronicamente
    • Agli ospedali è vietato utilizzare i dati dei bambini nella ricerca
    • I bambini sono in media più sani e le malattie rare sono molto diffuse
    • Le immagini pediatriche sono troppo grandi per essere archiviate
  5. Perché i professionisti riportano l’accuratezza del modello pediatrico per fascia di età?
    • Le autorità di regolamentazione vietano i numeri raggruppati
    • Un dato aggregato può nascondere una scarsa performance nel gruppo più giovane
    • Le fasce di età rendono l'addestramento del modello più veloce
    • I bambini più grandi non possono essere immaginati
  6. Qual è il rischio di mettere a punto una rete pre-addestrata per adulti su un piccolo set di dati pediatrici?
    • Può importare presupposti degli adulti, quindi la convalida esterna è ancora essenziale
    • Rende sempre il modello peggiore che casuale
    • Cancella i dati pediatrici
    • Non può essere eseguito sui computer ospedalieri
  7. Quale approccio consente a diversi ospedali pediatrici di formare un modello condiviso senza mettere in comune i dati grezzi dei pazienti?
    • Stima dell'età ossea
    • Aumento dei dati
    • Riduzione dell'affaticamento vigile
    • Apprendimento federato
  8. Da quale idea sbagliata sugli strumenti di intelligenza artificiale per adulti mette in guardia la guida?
    • Che sono troppo costosi per gli ospedali pediatrici
    • Che non possono leggere le immagini digitali
    • Che possono essere semplicemente utilizzati sui bambini senza una convalida separata
    • Che richiedono il consenso dei genitori per correre