机器学习预测器可信度评估的共识声明
一、背景介绍:医学领域中的机器学习与可信度挑战 近年来,随着人工智能(Artificial Intelligence, AI)和机器学习(Machine Learning, ML)技术的飞速发展,医疗健康领域发生了巨大变革。尤其是在体外仿真医学(in silico medicine)中,机器学习预测器已成为估算人体生理和病理中某些难以直接测量指标的重要工具,如疾病风险评估、治疗反应预测等。然而,随着机器学习越来越多地直接影响临床决策,对其预测结果的可信度(credibility)提出了前所未有的高标准。换言之,如何确保机器学习模型在医学实际应用中既准确又可靠,成为学界和产业界急需解决的核心科学问题。 与传统基于生物物理原理(biophysical models,亦称“第一性原理模型”)的预测...