免责声明: 本站汇总 FDA、ClinicalTrials.gov、PubMed、SEC EDGAR 等官方公开数据,仅供一般参考,不构成医疗建议、诊断、治疗建议或投资建议。

PubMed

监管监督、因果推断和安全的、有效的健康护理机器学习。

PMID:31742358 ·

A, r, i, e, l, , D, o, r, a, , S, t, e, r, n, ;, , W, , N, i, c, h, o, l, s, o, n, , P, r, i, c, e

期刊Biostatistics (Oxford, England)
年份
PMID31742358

摘要

近年来,机器学习(ML)在医疗保健提供环境中的应用已经增长,变得既丰富又引人注目。监管机构已经注意到这些发展,美国食品药品监督管理局(FDA)一直在积极思考如何最好地促进安全和有效使用。尽管其对软件驱动产品的监管范围有限,但如果FDA在促进和促进适当应用因果...

官方来源

在 PubMed 上查看 →

数据来自 PubMed / NCBI。有关全文和最新信息,请始终参阅官方记录。

↑