Kasu:
- Võimalus ühendada kujutise, signaali, andmete ja regulatsiooni osad üheks vastutustundlikuks biomeditsiinilise tehisintellekti töövooguks
- Oskus rakendada in-the-loop auditeerimise, jälgitavuse ja levitamisjärgse monitooringu põhimõtteid
- Võimalus hoida piiri igas etapis, kus tehisintellekt ei asenda arstide ja inseneride heakskiitu
Mooduli eksam
1. Milline järgmistest on põhiprintsiip, mis määrab AI väljundi riski biomeditsiinitehnikas?
- A) Väljundi risk on võrdne kahjuga, mida see põhjustaks patsiendile, kui see oleks vale; valideerimisskaalad vastavalt ✔
- B) AI väljund on üldiselt ohutu, kuna see on kirjutatud ladusalt ja tehniliselt
- C) Valideerimine pole vajalik, kui kasutatakse uusimat mudelit
- D) Kui väljund viitab juhendile, ei ole täiendavaid kontrolle vaja
Selgitus. Väljundi oht võrdub patsiendi kahjuga, kui see väljund on vale. Kui kirjanduse kokkuvõttes esinev väike viga on madala riskiga, siis kujutise tuvastamise või kliinilise otsuse sisestamise viga ohustab otseselt patsiendi ohutust; Seetõttu arvestatakse kontrolli intensiivsust võimaliku kahjuga ja iga patsiendi ohutust puudutav otsus sõltub arsti nõusolekust.
2. Milline on AI-toega avastamismudeli õige roll radioloogia kliinilises kasutuses?
- A) Kinnitage automaatselt radioloogi aruanne ja kõrvaldage töökoormus
- B) Madala prioriteediga juhtumite lõpetamine ilma radioloogi vastuvõtuta
- C) Kui mudeli tõenäosus on kõrge, pane diagnoos ilma täiendava uuringuta
- D) Olla tugivahend, mis juhib leiule tähelepanu ja seab selle prioriteediks, kuid vastutus diagnoosimise eest jääb radioloogile ✔
Kirjeldus: Image AI on otsustusi toetav tööriist: meelitab, seab prioriteediks, mõõdab ja märgistab; diagnostiline vastutus jääb siiski radioloogile. Mudeli väljund ei asenda radioloogi otsust, see on ainult sisend. Väljundit kasutatakse koos sõltumatu kliinilise hindamisega, kuna alati on võimalikud valepositiivsed ja valenegatiivsed tulemused.
3. Mis on kõige levinum probleem AI mudeli jõudluse teisaldamisel ühest laborist teise digitaalpatoloogias?
- A) Mudel töötab väga kiiresti
- B) Slaidifailid on liiga väikesed
- C) Värvimise ja skaneerimise erinevustest põhjustatud domeeninihe ✔
- D) Patoloogid ei soovi mudelit üldse kasutada
Kirjeldus: värvimisprotokoll, skanneri kaubamärk ja sektsiooni paksus on laboriti erinev; Kui mudel on õppinud ühe labori pildistatistika põhjal, siis teises laboris selle jõudlus langeb. Seda nähtust nimetatakse domeeninihkeks ja see on digitaalpatoloogia kõige levinum ebaõnnestumise põhjus; Seetõttu on väline valideerimine ja värvide normaliseerimine kriitilise tähtsusega.
4. Milline peaks olema inseneri esimene kinnitusrefleks, kui EKG klassifikatsioonimudel märgib kodade virvendusarütmia?
- A) Sildi kirjutamine diagnoosina otse patsiendi faili
- B) Kontrollige toorsignaali, artefakte ja füsioloogilist usutavust ning jätke otsus arstile ✔
- C) Kui mudeli usaldusskoor on kõrge, pole muud kontrolli vaja.
- D) Patsiendi suunamine uimastiravile
Selgitus: väljundit tuleks esmalt testida füsioloogilise usutavuse ja signaali kvaliteedi suhtes: algtaseme triiv, lihaste artefakt või elektroodide lõdvestumine salvestusel võib rütmi jäljendada. On vale usaldada silti ilma toorsignaali ja R-R intervalle vaatamata; Lõplik rütmidiagnoos kuulub arstile. Mudel annab esialgse signaali, ta ei tee otsust.
5. Mis on EEG-signaalide tehisintellekti töötlemise põhiomadus, mis muudab kontrollimise eriti keeruliseks?
- A) Madal signaali-müra suhe ja suur artefakt/muutus ✔
- B) EEG-signaal on väga suure amplituudiga ja müravaba
- C) EEG salvestamine ainult ühest kanalist
- D) EEG andmed ei ole kunagi digitaalsed
Selgitus: EEG on väga madala amplituudiga (mikrovoltide vahemik) signaal ja see on kergesti saastunud selliste artefaktidega nagu silmade pilgutamine, lihaste liikumine, elektroodide ja võrgumüra; Lisaks on üksikisikute ja salvestiste vaheline varieeruvus suur. See madal signaali-müra suhe muudab mudeli väljundid hapraks ja nõuab ekspertide neurofüsioloogi valideerimist.
6. Mis on kõige olulisem piirang, kui töötate tarbija kantava seadme pulsiandmetega?
- A) Seadme aku saab kiiresti tühjaks
- B) Andmete salvestamine pilves
- C) Seade ei ole sageli meditsiiniliselt sertifitseeritud ja signaal on vastuvõtlik artefaktile/nihkele ✔
- D) Seade on liiga kallis
Avalikustamine: enamik tarbijatele kantavaid seadmeid ei ole meditsiiniseadmetena sertifitseeritud; PPG (fotopletüsmograafia) signaali mõjutab liikumisartefakt ning sellised tegurid nagu tume nahatoon ja tätoveeringud võivad täpsust vähendada. Need andmed on väärtuslikud kalduvuse/teadlikkuse seisukohalt, kuid diagnostilise otsuse tegemiseks on vaja valideeritud kliinilist mõõtmist ja arsti hinnangut.
7. Mida tähendab „ajaline leke” elektroonilise tervisekaardi (EHR) andmetega ennustava mudeli koostamisel?
- A) Krüpteeritud andmete salvestamine
- B) Tulevase teabe lekkimine tunnusteks, mida ennustamise ajal veel ei eksisteeri ✔
- C) Andmed on liiga vanad
- D) Modelli treenimine liiga aeglaselt
Selgitus: ajaline leke on treeningfunktsioonide segamine teabega, mis ei ole prognoosimise (tuleviku) ajal veel saadaval; näiteks haiglast lahkumise diagnostika abil riski ennustamiseks vastuvõtul. See toob kaasa kõrge jõudluse laboris, kuid krahh tegelikus kliinilises kasutuses ja on kliiniliste andmemudelite üks salakavalamaid vigu.
8. Milline järgmistest muutub kohustuslikuks, kui tarkvara ennast kirjeldatakse kui „meditsiiniseadme tarkvara” (SaMD)?
- A) Piisab vaid kiirest töötamisest
- B) ei nõua mingeid dokumente
- C) Vaja on ainult ilusat liidest
- D) Disaini kontroll, riskijuhtimine, kontrollimine/valideerimine ja eeskirjade järgimine muutuvad kohustuslikuks ✔
Kirjeldus: SaMD (Software as a Medical Device) on tarkvara, mis töötab diagnoosimise, ravi või jälgimise eesmärgil ega sõltu ühestki riistvarast. Sel juhul on kohustuslikud disainikontrollid, riskijuhtimine (ISO 14971), kontrollimine/valideerimine ja eeskirjade järgimine; Tarkvara ei saa käsitleda "lihtsalt tarkvarana", kuna selle rike mõjutab otseselt patsiendi ohutust.
9. Mis on kõige kriitilisem risk, kui küsite tehisintellektilt MDR-i (meditsiiniseadmete direktiivi) klauslit või standardnumbrit?
- A) Mudel toodab võltsitud artikli-/standardviiteid ja esitab need turvaliselt ✔
- B) Mudel annab vastuse liiga lühikeseks
- C) Modell vastab inglise keeles
- D) Modell reageerib liiga aeglaselt
Selgitus: keelemudelid võivad kindlalt toota olematuid kaubanumbreid, valesid standardversioone ja väljamõeldud viiteid (hallutsinatsioonid). Õigusaktide järgimisel põhjustab vale aine viide tõsise nõuetele mittevastavuse; nii et iga omistamist tuleks kontrollida ametlikust tekstist sõltumatult, tehisintellekti tuleks kasutada ainult navigeerimiseks/jooniste tegemiseks.
10. Millisesse kategooriasse kuuluvad terviseandmed KVKK reguleerimisalasse ja mida see tähendab?
- A) Tavalised isikuandmed; saab vabalt töödelda
- B) need ei ole isikuandmed; piirangut pole
- C) Isikuandmete erikategooriad; Töödeldud rangemate tingimuste ja kaitsetega ✔
- D) ainult ärisaladus; privaatsust pole vaja
Selgitus: Terviseandmeid käsitletakse KVKK-s eriandmetena; Reeglina sõltub töötlemine selgesõnalisest nõusolekust või seaduses sätestatud eranditest ning nõuab rangemaid kaitsemeetmeid. Seetõttu ei saa patsiendi andmeid sisestada kontrollimatutesse tööriistadesse; Anonüümseks muutmise, juurdepääsupiirangu ja andmetöötluslepingud on kohustuslikud.
11. Mida tähendab 'kalibreerimine' kliinilises tehisintellekti mudelis ja miks on see oluline?
- A) Kui kiiresti mudel jookseb
- B) Mitu parameetrit on mudelil?
- C) Mudeli liidese värv
- D) Mudeliga antud tõenäosuste ühilduvus tegelike sündmuste sagedustega ✔
Selgitus: Kalibreerimine on mudeli poolt antud tõenäosuste sobitamine tegelikele sagedustele: sündmus peaks tegelikult esinema umbes 20% patsientidest, kelle puhul on kirjas "20% risk". Kuna kliinikus tehakse otsuseid tõenäosuslävede alusel, põhjustab halvasti kalibreeritud mudel valesid läveotsuseid isegi siis, kui see järjestab õigesti; seetõttu tuleb kontrollida nii kalibreerimist kui ka diskrimineerimist (AUC).
12. Miks tuleks pildi-, signaali- või kliiniliste andmete mudelites eraldi kontrollida „alarühma jõudlust”?
- A) Lihtsalt täielikust täpsusest piisab alati
- B) Kuna alamrühmad mõjutavad mudeli kiirust
- C) Üldine mõõdik võib varjata alatalitlust ja eelarvamusi teatud patsiendirühmades ✔
- D) Alarühma analüüs on vajalik ainult turunduseks
Selgitus: kuigi mudel võib keskmiselt hea välja näha, võib see teatud alarühmades (vanus, sugu, nahatoon, seadme tüüp, haigla) toimida oluliselt halvemini; Üldmõõdik varjab seda ebavõrdsust. Tervishoius põhjustab see mõnes patsiendirühmas süstemaatilist kahju; Seetõttu tuleks tulemuslikkus jagada alamrühmadesse ja esitada õigluse huvides.
13. Milline on parim lähenemisviis patsiendiandmetega töötamisel uuesti tuvastamise ohu vastu?
- A) Lihtsalt nime kustutamisest piisab igal juhul.
- B) Üldista nii kaudseid kui ka otseseid identifikaatoreid ja piira ligipääsu ✔
- C) Kui andmed kuuluvad väikesele arvule inimestele, ei ole ettevaatusabinõud vajalikud
- D) Lihtsalt failinime muutmine krüptimise asemel
Kirjeldus: isegi nimega kustutatud andmeid saab uuesti tuvastada harvaesinevate diagnoosi, sünnikuupäeva, sihtnumbri ja kuupäeva kombinatsioonide abil. Seega ei piisa ainult otseste identifikaatorite ekstraheerimisest; Selliseid võtteid nagu kuupäeva nihutamine, üldistamine, k-anonüümsus ja juurdepääsukontroll tuleks rakendada koos, samuti tuleks puhastada tundlikku vaba teksti.
14. Mis on biomeditsiinilise tehisintellekti töövoo ots-otsa kontrolli säilitamise peamine põhjus?
- A) Inimkontroll tekitab ainult aeglust ja see tuleks eemaldada
- B) Kui mudeli usaldusväärsuse skoor on kõrge, pole inimese valideerimine vajalik
- C) Puudub praktiline põhjus peale juriidilise kohustuse
- D) tehisintellekt võib olla kallutatav ja vigane; Patsiendi ohutusega seotud otsused ja vastutus peaksid jääma kvalifitseeritud spetsialistile ✔
Kirjeldus: tehisintellekt genereerib, seab tähtsuse järjekorda ja koostab hüpoteese; kuid andmetest õpitavad mustrid võivad olla mittetäielikud, kallutatud või kontekstist väljas. Patsiendi ohutust puudutavate otsuste tegemine peab tingimata jääma volitatud arsti ja inseneri heakskiidule nii vigade tabamiseks kui ka vastutuse õiges kohas hoidmiseks; AI ei asenda seda kinnitust üheski etapis.