研究人员希望利用现有的临床实验室网络来监管医疗领域的人工智能（AI）。这一设想来源于两篇研究论文，一篇发表于《npj数字医学》（npj Digital Medicine），另一篇发表于《美国医学信息学协会杂志》（Journal of the American Medical Informatics Association）。
现有网络：研究人员提出，可以利用现有的临床实验室网络来监管医疗AI。这些实验室已经受到食品和药物管理局（FDA）的批准，用于诊断疾病和病症。而由医疗保险和医疗补助服务中心（CMS），在FDA和疾病控制与预防中心（CDC）的指导下，确保这些测试在1988年制定的实验室监督标准下安全使用。
具体如何运作？ 研究人员建议，临床AI操作单元（Clinical AI Ops units）可以在部署AI的医疗系统中验证AI的有效性，评估数据质量、模型性能、进行风险评估，并确保AI针对特定患者群体进行了优化。这种方法不仅适用于FDA监管的AI工具，也适用于医生用于记录的AI工具等不在FDA监管范围内的工具。
AI验证方法：为了验证一个算法，《美国医学信息学协会杂志》的论文建议可以向多个使用特定AI模型的站点发送一批虚假患者案例，并比较各站点的结果。这不仅可以验证单个算法，还可以验证整个平台，这对于那些开发定制工具的健康技术开发商尤为重要。
标准化和资源分配：使用实验室模型的一个额外好处是，无论医疗机构的规模或资源如何，实验室和服务都可以为所有医疗机构提供支持。联邦监管实验室将拥有标准化的性能指标和测试协议。尽管目前尚未就这些标准的具体内容达成一致，但实验室可以借鉴现有的测试框架进行调整。
历史教训：尽管实验室模型并非完美——例如，它未能发现Theranos的欺诈性血液测试，因为该公司大多数产品都是实验室自行验证的，绕过了FDA的监管——研究人员仍然认为有机会从过去的错误中吸取教训，创建一个新的联邦监管AI实验室模型，以确保地方医疗系统安全使用AI。
(全文结束)
