醫療影像 AI 的法律面及 ACR 的因應作為
隨著 deep learning 的潮流,最近真的可以說是 AI 爆發年,應用在醫學影像上,在法律面可能有哪些影響呢?數以百萬計從病人身上拿到的 training data 所有權到底是誰的?AI 工具的制作者對這些 data 該負擔什麼義務?Data 的隱私權該如何保護?可以讓保險公司拿去精算保費嗎?可以用來人工篩選下一代,例如智商或性別嗎?該如何認證 AI 系統的合格性?
Read More隨著 deep learning 的潮流,最近真的可以說是 AI 爆發年,應用在醫學影像上,在法律面可能有哪些影響呢?數以百萬計從病人身上拿到的 training data 所有權到底是誰的?AI 工具的制作者對這些 data 該負擔什麼義務?Data 的隱私權該如何保護?可以讓保險公司拿去精算保費嗎?可以用來人工篩選下一代,例如智商或性別嗎?該如何認證 AI 系統的合格性?
Read More現在的影像報告已經不再是 free text,而是往 structured report 的方向在走,優點很多人可能都知道了,來看看他提到的缺點和限制:
1. 懶得學新的打報告方式
2. 學這種新的打報告方式有 learning curve, 一開始速度可能會變慢
3. 如果沒有把一些 template 裡多出來的東西拿掉,例如在開過 cholecystectomy 的人的報告裡打 normal gallbladder, 這類的錯誤會增加
4. 因為要打報告會讓視線離開螢幕,看片的方式會改變,看片的時間也會增加。
5. 報告的 template 裡可能會充斥著過多不必要的資訊,臨床醫師看得會很辛苦。