CALIB-XFUS

研究发现：胎儿超声中的AI需要校准和可解释性

一项对2015年至2026年间发表的78项研究进行的系统评价，考察了可解释人工智能和不确定性量化在胎儿超声平面分类中的应用。虽然AI模型达到了0.93的汇集平衡准确率，但只有一小部分报告了校准或选择性预测。该评价提出了一个新的报告框架CALIB-XFUS，以确保在此高风险医疗领域中的AI系统得到妥善校准、解释和公平对待，符合FDA和欧盟等监管机构的期望。