MLCommons представляет новый тест для проверки медицинских моделей ИИ
MLCommons - это совместная инженерная организация, специализирующаяся на разработке экосистемы искусственного интеллекта с помощью тестов, общедоступных наборов данных и исследований. Компания наиболее известна своими тестами MLPerf AI benchmarks, которые утвердились в качестве отраслевого стандарта искусственного интеллекта для тестирования и проверки моделей искусственного интеллекта.
MedPerf позволяет проверять медицинские модели искусственного интеллекта на основе разнообразных реальных медицинских данных, не раскрывая, при этом, конфиденциальную информацию.
«Есть надежда, что доступность MedPerf поможет запустить более широкое внедрение медицинского искусственного интеллекта, что приведет к более эффективной и рентабельной медицинской практике», - сообщает MLCommons.
MLCommons объясняет, что медицинский искусственный интеллект обладает огромным потенциалом для развития здравоохранения, поддерживая и внося свой вклад в научно обоснованную практику медицины, персонализируя лечение пациентов, снижая затраты и улучшая опыт как медицинских работников, так и пациентов. Однако, одной из самых больших проблем в раскрытии этого потенциала является потребность в систематическом количественном методе оценки эффективности моделей ИИ на крупномасштабных разнородных наборах данных, которые могут охватывать самые разные группы пациентов.
Группа утверждает, что MLPerf может принести многочисленные преимущества медицинскому сообществу:
- Во-первых, он предлагает последовательную и строгую методологию для количественной оценки производительности медицинских моделей искусственного интеллекта для реальных приложений систематическим и стандартизированным образом.
- Во-вторых, MedPerf предоставляет исследователям технический подход к количественной оценке обобщаемости модели в разных учреждениях с полной конфиденциальностью данных и защитой интеллектуальной собственности каждой модели. Он гарантирует, что любые используемые данные никогда не покинут системы поставщика медицинских услуг.
- Кроме того, метод совместного проектирования поддерживает нейтральный и научный подход к клинической проверке ИИ, одновременно освещая случаи использования, в которых модели искусственного интеллекта могут повысить клиническую эффективность.
MLCommons заявила, что существующие тесты оказали положительное влияние на развитие ИИ во многих отраслях, и считает, что доступ к аналогичному тесту для медицинского ИИ поможет ускорить развитие здравоохранения. MedPerf может ускорить внедрение медицинского ИИ, предоставив разработчикам возможность лучше обслуживать недостаточно представленные группы пациентов.
