Requisitos para su uso en salud

La utilización clínica de la IA requiere una estandarización, como el establecimiento de pautas de mejores prácticas con respecto al diseño de la integración del flujo de trabajo, la evaluación del rendimiento y la equidad del modelo. Los modelos apropiados deben probarse en datos actuales disponibles para evaluar el rendimiento y la seguridad y, solo entonces, deben evaluarse prospectivamente, primero sin y luego con implementación en términos de precisión e impacto en los puntos finales clínicos.

Como se ha indicado anteriormente, nos encontramos en la actualidad en un boom de la IA, pero dentro de la medicina académica, los algoritmos se desarrollan en la actualidad principalmente en silos por investigadores. Esto ha conllevado una panoplia de modelos publicados entrenados con datos de salud, pero solo unos pocos han podido ser evaluados prospectivamente en pacientes. De hecho, cuando los modelos se han evaluado prospectivamente sobre los resultados clínicos, los resultados con frecuencia no han sido tan impresionantes como las publicaciones indicaban. En este sentido cobra un papel relevante la evaluación de soluciones de IA.