Construyendo un ecosistema biomédico AI ético y confiable para la integración translacional y clínica de modelos fundamentales
Autores: Sankar, Baradwaj Simha; Gilliland, Destiny; Rincon, Jack; Hermjakob, Henning; Yan, Yu; Adam, Irsyad; Lemaster, Gwyneth; Wang, Dean; Watson, Karol; Bui, Alex; Wang, Wei; Ping, Peipei
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Construyendo un ecosistema biomédico AI ético y confiable para la integración translacional y clínica de modelos fundamentales
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Modelos fundamentales
Inteligencia artificial biomédica
Datos multimodales
Administración ética
Aplicaciones clínicas
Traducción responsable
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Los Modelos Fundamentales (FMs) están ganando cada vez más atención en el ecosistema de inteligencia artificial (IA) biomédica debido a su capacidad para representar y contextualizar datos biomédicos multimodales. Estas capacidades hacen que los FMs sean una herramienta valiosa para una variedad de tareas, incluyendo el razonamiento biomédico, la generación de hipótesis y la interpretación de datos de imágenes complejas. En este documento de revisión, abordamos los desafíos únicos asociados con el establecimiento de un ecosistema ético y confiable de IA biomédica, con un enfoque particular en el desarrollo de FMs y sus aplicaciones posteriores. Exploramos estrategias que pueden implementarse a lo largo del proceso de IA biomédica para abordar de manera efectiva estos desafíos, asegurando que estos FMs se traduzcan de manera responsable en entornos clínicos y de traducción. Además, enfatizamos la importancia de los principios clave de custodia y co-diseño que no solo garantizan una regulación sólida, sino que también aseguran que los intereses de todas las partes interesadas, especialmente aquellas involucradas o afectadas por estas aplicaciones clínicas y de traducción, estén adecuadamente representados. Nuestro objetivo es capacitar a la comunidad de IA biomédica para aprovechar estos modelos de manera responsable y efectiva. A medida que navegamos por esta emocionante frontera, nuestro compromiso colectivo con la custodia ética, el co-diseño y la traducción responsable será fundamental para asegurar que la evolución de los FMs realmente mejore la atención al paciente y la toma de decisiones médicas, lo que finalmente conducirá a un ecosistema de IA biomédica más equitativo y confiable.
Descripción
Los Modelos Fundamentales (FMs) están ganando cada vez más atención en el ecosistema de inteligencia artificial (IA) biomédica debido a su capacidad para representar y contextualizar datos biomédicos multimodales. Estas capacidades hacen que los FMs sean una herramienta valiosa para una variedad de tareas, incluyendo el razonamiento biomédico, la generación de hipótesis y la interpretación de datos de imágenes complejas. En este documento de revisión, abordamos los desafíos únicos asociados con el establecimiento de un ecosistema ético y confiable de IA biomédica, con un enfoque particular en el desarrollo de FMs y sus aplicaciones posteriores. Exploramos estrategias que pueden implementarse a lo largo del proceso de IA biomédica para abordar de manera efectiva estos desafíos, asegurando que estos FMs se traduzcan de manera responsable en entornos clínicos y de traducción. Además, enfatizamos la importancia de los principios clave de custodia y co-diseño que no solo garantizan una regulación sólida, sino que también aseguran que los intereses de todas las partes interesadas, especialmente aquellas involucradas o afectadas por estas aplicaciones clínicas y de traducción, estén adecuadamente representados. Nuestro objetivo es capacitar a la comunidad de IA biomédica para aprovechar estos modelos de manera responsable y efectiva. A medida que navegamos por esta emocionante frontera, nuestro compromiso colectivo con la custodia ética, el co-diseño y la traducción responsable será fundamental para asegurar que la evolución de los FMs realmente mejore la atención al paciente y la toma de decisiones médicas, lo que finalmente conducirá a un ecosistema de IA biomédica más equitativo y confiable.