Trong nhãn khoa hiện nay chỉ có một số ít hệ thống được điều chỉnh và thậm chí những hệ thống này rất hiếm khi được sử dụng. Mặc dù đạt được hiệu quả gần bằng hoặc thậm chí vượt trội so với các chuyên gia, có một khoảng cách quan trọng giữa việc phát triển và tích hợp các hệ thống AI trong thực hành nhãn khoa.

Nhóm nghiên cứu đã xem xét các rào cản ngăn cản việc sử dụng và cách hạ chúng xuống. Họ kết luận rằng nếu các hệ thống cuối cùng được sử dụng rộng rãi trong thực tế y tế, thách thức chính là đảm bảo độ tin cậy. Và để trở nên đáng tin cậy, chúng cần phải thỏa mãn một số khía cạnh chính: chúng cần phải đáng tin cậy, mạnh mẽ và bền vững theo thời gian.

‘Hộp đen’ là một thuật ngữ được sử dụng để mô tả khả năng của nhiều AI. Các hệ thống được cung cấp dữ liệu ở một đầu và dữ liệu đầu ra từ đầu khác.

Hệ thống cung cấp cho các bác sĩ lâm sàng thông tin chi tiết có ý nghĩa về cách đưa ra quyết định, các bác sĩ lâm sàng có thể làm việc song song với AI và kết hợp các phát hiện của hệ thống trong chẩn đoán.

ctngoc