发布机构：

成都医学院公共卫生学院流行病与卫生统计学教研室

发布日期：

2024-01-02

简要介绍：

随着临床和生物大数据的极大丰富，机器学习技术通过结合多方面的信息以预测个体的健康结局，在科研及学术论文中应用日益广泛，但关键信息报告的不足也逐渐显现，包括数据偏倚、模型对不同群体的公平性、数据质量和适用性问题，以及在真实临床环境中保持预测准确性和可解释性的难度等，增加了将预测模型安全有效地应用于临床实践的复杂性。针对这些问题，多变量预测模型个体预后或诊断的透明报告（transparent reporting of a multivariable prediction model for individual prognosis or diagnosis,TRIPOD）+人工智能（artificial intelligence,AI）声明在TRIPOD的基础上提出了针对机器学习模型的报告规范，以提升模型的透明性、可重复性和健康公平性，从而改善机器学习模型的应用质量。当前，国内基于机器学习技术的预测模型研究日益增多。为帮助国内读者更好地理解和应用TRIPOD+AI，笔者结合实例对其进行了解读，希望为研究人员报告质量提升提供支持。

基于AI的诊断准确性和预后研究报告规范：TRIPOD+AI声明解读.pdf