使用机器学习来协助患者与提供者共同做出决定

　　在2014年至2020年评估使用AI进行现实世界共享临床决策的34项代表性研究中，只有两项将模型的外部验证纳入考虑范围。

　　此外，大多数已审查的研究仅使用一种算法进行训练，测试和内部验证，只有八种算法在其进度上采用了多种算法。

　　因此，报告行业的研究人员进行了系统的文献综述，以评估研究的稳健性，这些研究的重点是使用机器学习来协助患者与提供者共同做出决定。

　　BMC医学信息学和决策制定于2月15日发布了该研究。

　　礼来公司的Lisa Hess博士和Alan Brnabic这么说，以至于他们的评论揭示了各种不合常规的方法，统计软件和验证策略。

　　Hess和Brnabic评论了许多研究方法的多样性以及相对薄弱之处，呼吁临床AI研究人员确保“在基于机器学习的患者护理模型的开发中采用了多种建模方法，这需要最高的研究标准，以可靠地支持基于证据的共享决策。”

　　作者认为，展望未来，在将模型推荐用于现实世界的患者护理之前，应通过内部和外部验证对实验机器学习模型进行规模调整。

　　赫斯和布朗纳比克评论说：“很少有研究能够达到这一证据标准，可以指导患者提供者的决策。”

　　该研究是免费的。

　　责任编辑：lq