行业标准《人工智能医疗器械 质量要求和评价 第2部分:数据集通用要求》解析

2023-11-30 中国食品药品检定研究院 协和医学杂志 发表于上海

本文对该部分标准的制订背景及要点内容进行解析,以期更好地指导行业应用。

中文标题:

行业标准《人工智能医疗器械 质量要求和评价 第2部分:数据集通用要求》解析

发布日期:

2023-11-30

简要介绍:

数据集作为人工智能医疗器械行业的重要基础资源,已纳入医疗器械的监管视野。国家药品监督管理局于2022年发布了行业标准YY/T 1833《人工智能医疗器械质量要求和评价》系列标准,其中第2部分为数据集通用标准,该标准描述了数据集对文档、质量特性的要求,提出了数据集质量评价方法,指导数据集制造责任方从源头加强数据集质量控制,为数据集质量评价提供了统一规范,有利于帮助临床机构加强数据集建设,更好地对接产业发展需求。本文对该部分标准的制订背景及要点内容进行解析,以期更好地指导行业应用。
 

相关资料下载:
[AttachmentFileName(sort=1, fileName=行业标准《人工智能医疗器械 质量要求和评价 第2部分:数据集通用要求》解析.pdf)] GetToolGuiderByIdResponse(projectId=1, id=746c61c003a695c9, title=行业标准《人工智能医疗器械 质量要求和评价 第2部分:数据集通用要求》解析, enTitle=, guiderFrom=协和医学杂志, authorId=0, author=, summary=本文对该部分标准的制订背景及要点内容进行解析,以期更好地指导行业应用。, cover=https://img.medsci.cn/Random/patient-meeting-a-doctor-PAYSRMZ.jpg, journalId=0, articlesId=null, associationId=2969, associationName=中国食品药品检定研究院, associationIntro=中国食品药品检定研究院, copyright=0, guiderPublishedTime=Thu Nov 30 00:00:00 CST 2023, originalUrl=, linkOutUrl=, content=<div class="row"><span id="ChDivSummary" class="abstract-text" style="color: #666666;">数据集作为人工智能医疗器械行业的重要基础资源,已纳入医疗器械的监管视野。国家药品监督管理局于2022年发布了行业标准YY/T 1833《人工智能医疗器械质量要求和评价》系列标准,其中第2部分为数据集通用标准,该标准描述了数据集对文档、质量特性的要求,提出了数据集质量评价方法,指导数据集制造责任方从源头加强数据集质量控制,为数据集质量评价提供了统一规范,有利于帮助临床机构加强数据集建设,更好地对接产业发展需求。本文对该部分标准的制订背景及要点内容进行解析,以期更好地指导行业应用。</span></div> <div class="row">&nbsp;</div>, tagList=[TagDto(tagId=707, tagName=医疗器械), TagDto(tagId=8461, tagName=人工智能)], categoryList=[CategoryDto(categoryId=11, categoryName=药械, tenant=100), CategoryDto(categoryId=85, categoryName=指南&解读, tenant=100), CategoryDto(categoryId=21100, categoryName=达仁堂循证e学界, tenant=100)], articleKeywordId=8461, articleKeyword=人工智能, articleKeywordNum=6, guiderKeywordId=8461, guiderKeyword=人工智能, guiderKeywordNum=6, haveAttachments=1, attachmentList=null, guiderType=0, guiderArea=解读, guiderLanguage=0, guiderRegion=3, opened=0, paymentType=, paymentAmount=10, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=903, appHits=15, showAppHits=0, pcHits=54, showPcHits=888, likes=0, shares=5, comments=0, approvalStatus=1, publishedTime=Sat Dec 02 15:06:00 CST 2023, publishedTimeString=2023-11-30, pcVisible=1, appVisible=1, editorId=0, editor=dajiong, waterMark=0, formatted=0, memberCards=[], isPrivilege=0, deleted=0, version=3, createdBy=null, createdName=dajiong, createdTime=Fri Dec 01 19:00:28 CST 2023, updatedBy=8538692, updatedName=梅斯话题小助手, updatedTime=Fri Jan 05 13:39:56 CST 2024, courseDetails=[], otherVersionGuiders=[], isGuiderMember=false, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=行业标准《人工智能医疗器械 质量要求和评价 第2部分:数据集通用要求》解析.pdf)])
行业标准《人工智能医疗器械 质量要求和评价 第2部分:数据集通用要求》解析.pdf
下载请点击:
评论区 (0)
#插入话题

拓展阅读

【论著】| 基于深度学习算法的病理学图片淋巴细胞浸润检测

采用变分自编码模型预训练的方法,对淋巴细胞浸润的病理学图片进行浸润检测,可获得比直接训练更优的模型表现;并且通过Unet去除肿瘤坏死区域的影响能够进一步提高模型的性能。

ESH 2024:高效预测心血管事件:人工智能模型的开发与评估

该研究结果彰显了XGBoost模型的稳健性和稳定性,有效地平衡了预测准确性和可解释性。

Lancet Digit Health:通过人工智能增强心脏 MRI 预测诊断和舒张压充盈压:医院数据的建模研究

利用人工智能结合心脏磁共振成像(cMRI)数据,成功开发了一种非侵入性的方法,用于准确预测心脏病患者的诊断和左心室舒张末期压(LVEDP),显著提升了心脏功能评估的效率和准确性。

未来ICU:人工智能如何改变危重症患者的抗菌治疗

随着医疗技术的发展,预计未来将有更多的工具和方法来指导抗菌治疗,包括利用人工智能来解释复杂的临床数据。此外,抗菌药物管理计划将继续发展,以确保抗菌药物使用的适宜性和有效性。

Radiology:基于人工智能的蛋氨酸PET与增强MRI的虚拟合成

据报道,在胶质瘤中,蛋氨酸摄取与MRI扫描上的对比增强(CE)区域之间存在相关性。图像到图像的转换模型涉及到生成对抗网络的应用,该网络可以从图像中提取特征。

分子影像人工智能专家共识(2019 版)

中华医学会核医学分会(CSNM,Chinese Society of Nuclear Medicine) · 2019-12-30

涉及人工智能干预的临床试验设计规范:SPIRIT-AI扩展

SPIRIT-AI 和 CONSORT-AI 工作组 · 2020-09-08

欧盟人工智能道德准则(草案)

暂未更新 · 2019-10-31

医疗卫生中人工智能(AI)使用的伦理和管治(英文)

世界卫生组织(WHO,The World Health Organization) · 2021-06-28