隨著全球對人工智能（AI）在醫(yī)療保健領域的變革潛力的興趣激增，確保人工智能醫(yī)療設備的安全性和有效性，以及它們的可信度、公平性和性能變得越來越迫切。AI應用程序的性質是為了在現(xiàn)實世界的醫(yī)療保健環(huán)境中不斷學習和適應，雖然這種適應性可以提高性能，但也帶來了重大風險，例如加劇數(shù)據(jù)或算法中的偏差，可能會傷害患者，并進一步使代表性不足的人群處于不利地位。生命周期管理（LCM）可應對醫(yī)療保健中與人工智能軟件相關的復雜性和風險。

自20世紀60年代以來，LCM一直是交付可靠軟件的關鍵。現(xiàn)代軟件開發(fā)生命周期（SDLC）體現(xiàn)了LCM原則，為規(guī)劃、設計、實施、測試、集成、部署、維護和最終退市軟件提供了一個結構化的框架。

人工智能生命周期概念

將傳統(tǒng)SDLC的階段映射到AI軟件開發(fā)的具體細節(jié)，稱之為AI生命周期（AILC）。

AILC管理可提供更有效的行動手冊

對早期人工智能標準文件的審查表明，這些文件通常提供了一般的生命周期考慮因素，但缺乏具體細節(jié)。AILC模型作為指南，幫助評估每個階段中確定的考慮因素的標準、工具、指標和最佳實踐。標準通過幫助確保質量、促進互操作性和促進道德實踐，在AILC中發(fā)揮作用。在AI標準制定工作中考慮這一AILC概念，將有助于倡導醫(yī)療保健中更安全的人工智能。

轉載鏈接：http://www.tbtguide.com/c/mypt/gwxw/571612.jhtml

關注“廣東技術性貿易措施”，獲取更多服務。