ДалееСледующее руководство
ИИ в телекоммуникациях
Отрасли
РУКОВОДСТВО ПО Отраслям
ИИ в фармацевтической работе может способствовать открытиям, клиническим разработкам, производству, мониторингу безопасности и нормативному анализу.
Прослушайте это руководствоОзвучено ИИ · ~2 min
Доказательства должны соответствовать контексту использования и последствиям ошибки. Многообещающая ретроспективная модель не является автоматически достоверной для принятия клинических или нормативных решений.
Определите предполагаемое использование, популяцию, конечную точку и границы принятия решений. Модель определения приоритетности соединений для лабораторных исследований отличается от модели, используемой для подачи клинических заявок. Сохраняйте различие между исследовательскими гипотезами и доказательствами, используемыми в поддержку безопасности или эффективности. Используйте документированное происхождение данных, контроль качества и соответствующую проверку. Проверьте эффекты партии, пропущенные измерения, различия на местах и является ли метка результата значимым показателем. Для принятия решений, зависящих от времени или перспективных, используйте данные оценки, учитывающие момент появления информации. Руководящие принципы FDA и EMA подчеркивают ориентированность на человека, подходы, основанные на рисках, контекст использования, междисциплинарный опыт, управление данными, оценку производительности и управление жизненным циклом. Относитесь к ним как к системе доказательств и подотчетности, а не как к полному одобрению модели. Сохраняйте версионные протоколы, выходные данные моделей и решения по проверке. Отслеживайте производительность после развертывания и определяйте, как изменение данных, анализа или модели вызывает повторную оценку.
04Рабочий пример
Представьте себе модель, ранжирующую десять соединений для лабораторных испытаний с сильной ретроспективной оценкой.
Прежде чем использовать его для принятия решения о безопасности пациента, определите предполагаемую конечную точку и оцените данные, собранные в рамках этого протокола.
Зафиксируйте неопределенность и потребуйте проверки предметной области на новой границе решения.
Что это показывает
Построенный пример отделяет исследовательскую расстановку приоритетов от регламентированных доказательств.
Держите место исследования при оценке того, передается ли модель биомаркера.
Задокументируйте контекст использования, прежде чем использовать результат ИИ в регулируемой отправке.
Бесплатная рассылка
Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.
Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.
Проверьте себя
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
Нет. Требования к доказательствам зависят от предполагаемого использования, данных, конечной точки и риска принятия решения.
Продолжайте учиться
Другие руководства, выбранные по этой теме
ДалееСледующее руководство
ИИ в телекоммуникациях
Отрасли