英国：《惠及患者的机器学习和人工智能研究：有关透明度、可复制性、伦理和有效性的20个关键问题》

机器学习、人工智能和其它现代统计方法正在提供诸多新的机会，使得先前未被开发利用和迅速增长的数据源能惠及患者而发挥作用。虽然目前有许多有着很好前景的研究正在进行，但从整体上看，这些研究缺乏：透明度、促进可复制性的清晰报告、对潜在的伦理问题的探讨和对有效性的清晰证明。存在这些问题的原因有很多，但最重要的原因之一是目前缺乏机器学习和人工智能的具体最佳实践指南。虽然在这一领域的最佳实践似乎尚未形成共识，但我们相信，从事医疗人工智能和机器学习研究项目的跨学科团队将受益于回答开展这类工作时所遇到的一系列关键问题。本文提出的20个问题，贯穿了项目的整个生命周期，从项目启动、数据分析和模型评估到实施和实现，可以说，这是促进项目规划和事后结构化独立评估的有效手段和方法。通过在不同的环境中着手回答这些问题，我们就能开始了解什么是好的答案，因此我们期望由此产生的讨论将形成制定一个透明、可复制、符合伦理的及有效的医疗人工智能研究国际共识框架的核心。

★

每日鲜鸡汤★

Everything you've ever wanted is on the other side of fear. 你想要的一切都在畏惧的另一侧。早上好！