AI败血症模型时间漂移致结果膨胀

埃默里大学计算机科学助理教授Shengpu Tang在研究中发现，用于预测败血症的AI模型存在“时间漂移”问题。这会导致模型结果被高估，从而可能在真实临床环境中造成治疗不足或过度治疗。Tang教授强调，在生死攸关的医疗环境中，AI工具的部署必须谨慎进行。研究指出，时间漂移是指模型在训练和部署期间因时间变化而产生的偏差，这可能会影响其预测准确性。专家建议，在AI模型广泛应用前，需进行更严格的验证和校准。