免責聲明: 本站彙整 FDA、ClinicalTrials.gov、PubMed、SEC EDGAR 等官方公開資料,僅供一般參考,不構成醫療建議、診斷、治療建議或投資建議。

PubMed

規範監督、因果推斷,以及安全有效的醫療保健機器學習。

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

近年來,機器學習(ML)在醫療保健提供環境中的應用已經發展成豐富且引人注目。監管機構已經注意到這些發展,美國食品藥品管理局(FDA)積極參與思考如何最佳化促進安全有效的使用。儘管對於軟件驅動產品的監督範圍有限,但如果FDA能夠領先推廣和促進因果適當應用的相關措施,將會產生積極影響。

官方來源

在 PubMed 上查看 →

資料來自 PubMed / NCBI。全文與最新資訊請一律參閱官方紀錄。

↑