第2节描述了人工智能在影像学中的潜在应用,特别是要认识到从图像分析中生成候选临床结果以外的应用。还介绍了白皮书其他部分所提及的人员、系统和结构。第3节描述了为第2节所述的目的开发和使用人工智能时的步骤和互操作性需求。这些 "用例 "大致按时间顺序组织,从数据集储存库的建立和运行,到数据集的准备及其在训练和测试人工智能模型中的使用,再到训练过的人工智能模型的打包、部署、测试和临床使用。一个 "共同机制 "部分讨论了在多个用例背景下反复出现的主题。第4节是首次对与一些关键实体相关的元数据进行建模,如用例中出现的数据集、数据存储库和AI模型。
本文件是IHE放射学AI互操作性白皮书,描述了一个组织框架和路线图,用于创建支持AI数据集、AI模型和AI应用的创建、生命周期和使用的配置文件。
本白皮书旨在记录 "影像学中的人工智能 "所包含的内容,并提供一份全面的互操作性需求、问题和挑战路线图,以实现一个可互操作产品的生态系统,支持构成影像学中的人工智能所有过程和任务。本文使用 "影像"作为速记,旨在涵盖所有形式的医学影像。该文件将被IHE规划和技术委员会用来确定构成功能概况的需求逻辑组。列举的需求、问题和挑战将有助于确保 "概况"的范围正确,不会忽略那些在 "大局"中或经过更仔细考虑后才会出现的问题。有了这个路线图,就可以更容易地选择和适当地确定概况建议的范围,也可以帮助确定工作的优先次序/顺序。敲定一些基本的协议点可能会导致在开发配置文件时取得更快的进展。供应商和用户将从任何程度的一致/协调中受益。白皮书并没有描述具体的行为者或交易。这样的定义将是后续配置文件的工作。一般来说,这里的重点是确定关键问题和需求,从而使概况的工作有一个良好的范围。在此基础上,配置文件的开发将致力于开发基于共识的可互操作的答案,以满足这些需求。
IHE放射学AI互操作性白皮书的目标受众是:
许多试图了解影像学中的人工智能范围以及各种需求、问题和挑战的用户群体,应该会发现这份白皮书很有用(并强烈鼓励他们提出见解),包括: