Directrices y criterios de calidad para los modelos de predicción basados en la inteligencia artificial en la asistencia sanitaria: una revisión del alcance

https://www.nature.com/articles/s41746-021-00549-7

Aunque las oportunidades de la ML y la IA en la asistencia sanitaria son prometedoras, el crecimiento de los modelos de predicción complejos basados en datos requiere una cuidadosa evaluación de la calidad y la aplicabilidad antes de que se apliquen y difundan en la práctica diaria. El objetivo de esta revisión de alcance es identificar una guía práctica para aquellos que están estrechamente involucrados en el desarrollo, la evaluación y la implementación de modelos de predicción basados en IA (AIPM), incluyendo ingenieros de software, científicos de datos y profesionales de la salud, así como identificar posibles lagunas en esta guía. Se realizó una revisión del alcance de la literatura relevante que proporciona orientación o criterios de calidad en relación con el desarrollo, la evaluación y la implementación de AIPMs utilizando una estrategia de cribado integral de varias etapas. Se realizaron búsquedas en PubMed, Web of Science y la Biblioteca Digital de la ACM, y se consultó a expertos en IA. Se extrajeron temas de la literatura identificada y se resumieron en las seis fases que constituyen el núcleo de esta revisión: (1) preparación de datos, (2) desarrollo de AIPM, (3) validación de AIPM, (4) desarrollo de software, (5) evaluación del impacto de AIPM, y (6) implementación de AIPM en la práctica sanitaria diaria. De 2.683 resultados únicos, se identificaron 72 documentos de orientación pertinentes. Se encontraron orientaciones importantes sobre la preparación de los datos, el desarrollo del AIPM y la validación del AIPM (fases 1 a 3), mientras que las fases posteriores han recibido claramente menos atención (desarrollo de software, evaluación del impacto e implementación) en la literatura científica. Las seis fases del ciclo de desarrollo, evaluación e implementación del AIPM proporcionan un marco para la introducción responsable de modelos de predicción basados en la IA en la asistencia sanitaria. Es posible que sea necesario llevar a cabo más investigaciones específicas sobre el ámbito y la tecnología, y que se necesite más experiencia práctica en la aplicación de los AIPM para respaldar una mayor orientación.

*** Translated with www.DeepL.com/Translator (free version) ***


Comentarios

Popular

Herramientas de Evaluación de Sistemas Algorítmicos

Sistemas multiagentes: Desafíos técnicos y éticos del funcionamiento en un grupo mixto

Controversias éticas en torno a la privacidad, la confidencialidad y el anonimato en investigación social