随着人工智能持续变革医疗健康领域，其从受控研究环境向真实临床场景的转变既带来了巨大前景，也面临着关键挑战。《npj Digital Medicine》的这一专题展示了尖端研究成果，严格检验了人工智能系统在多样化、动态且常常不可预测的临床环境中的表现。
我们邀请投稿探索以下领域：
- 临床效用：展示人工智能工具如何在前瞻性或回顾性评估中提高诊断准确性、指导治疗决策并改善患者预后
- 安全性与可靠性：评估真实部署中人工智能系统的风险、意外后果和稳健性
- 公平性与公正性：评估不同人群中的表现，发现并减轻算法偏见
- 可扩展性与泛化能力：了解人工智能系统如何适应不同机构、专业和护理环境
- 工作流程整合：研究人工智能如何融入临床流程、团队动态和决策过程，以及理解人工智能在临床工作流程中采纳的障碍和促进因素
- 部署后监测与评估：包括模型更新、性能衰减、反馈循环、审计、前瞻性试验以及随时间推移对实践中人工智能的纵向研究
- 透明度与可重复性：促进开放方法、可解释模型和可复制结果，以建立信任和问责制
- 以患者为中心的结果：衡量人工智能对护理质量、体验和健康公平性的影响
- 人机因素与临床医生-人工智能交互：包括信任、可解释性和决策支持动态
通过聚焦真实世界证据，该专题旨在弥合算法创新与临床影响之间的差距——确保人工智能技术不仅在理论上有效，更能真正为临床实践创造价值。
【全文结束】