发布日期: 2024-08-01 来源:tbtguide 
       随着全球对人工智能（AI）在医疗保健领域的变革潜力的兴趣激增，确保人工智能医疗设备的安全性和有效性，以及它们的可信度、公平性和性能变得越来越迫切。AI应用程序的性质是为了在现实世界的医疗保健环境中不断学习和适应，虽然这种适应性可以提高性能，但也带来了重大风险，例如加剧数据或算法中的偏差，可能会伤害患者，并进一步使代表性不足的人群处于不利地位。生命周期管理（LCM）可应对医疗保健中与人工智能软件相关的复杂性和风险。
       自20世纪60年代以来，LCM一直是交付可靠软件的关键。现代软件开发生命周期（SDLC）体现了LCM原则，为规划、设计、实施、测试、集成、部署、维护和最终退市软件提供了一个结构化的框架。
      人工智能生命周期概念将传统SDLC的阶段映射到AI软件开发的具体细节，称之为AI生命周期（AILC）。
      AILC管理可提供更有效的行动手册对早期人工智能标准文件的审查表明，这些文件通常提供了一般的生命周期考虑因素，但缺乏具体细节。AILC模型作为指南，帮助评估每个阶段中确定的考虑因素的标准、工具、指标和最佳实践。标准通过帮助确保质量、促进互操作性和促进道德实践，在AILC中发挥作用。在AI标准制定工作中考虑这一AILC概念，将有助于倡导医疗保健中更安全的人工智能。