Внедряването на дигитална патология в няколко лаборатории е организационна промяна, както и технологичен проект. Работата включва клинично управление, процеси за проби и изображения, инфраструктура, киберсигурност, качество, обучение, поддръжка и план за случаите, когато системата е недостъпна или извън предназначения си обхват.
Изберете ограничен първи работен процес
Започнете с ясно определени употреба, популация, тип проба, резултат и група потребители. Решете дали първата фаза е изследователска, за подобряване на качеството, оперативна, за измерване или за подпомагане на клинични решения. Широко обещание за AI трансформация не е заместител на одобрено предназначение и документирана оценка на риска.
Картирайте локалната готовност
За всяка лаборатория документирайте скенерите, форматите на изображенията, съхранението, мрежовия капацитет, управлението на идентичности, лабораторните информационни системи, отчетите, резервните копия, контрола на достъпа и отговорността за поддръжката. Включете вариациите в оцветяването и пробите, локалните политики, персонала и процеса за разрешаване на несъответстващи или неизползваеми изображения.
Определете управлението преди внедряване
Назначете клиничен, технически и качествен отговорник, контакт за поверителност и път за ескалация. Определете кой одобрява работния процес, кой преглежда инцидентите, кой може да променя конфигурацията и кой съобщава ограниченията на потребителите. Управлението трябва да включва процес за обратна връзка и защита, когато решение с AI подкрепа може да е причинило вреда.
Планирайте промените и извеждането от употреба
Преди разширяване определете контрола на версиите, условията за повторна валидация, връщането към предишна версия, процедурите при прекъсване, съхранението на данни, достъпа на доставчици и извеждането от употреба. Промените в скенери, оцветяване, интерфейси, версии на модела или предназначени потребители могат да променят риска. Поддържайте запис какво е оценено във всеки обект и преглеждайте производителността през целия жизнен цикъл.
Отговорното внедряване е поетапно и обратимо. То установява ограничен работен процес за подпомагане на решения, дава на местните професионалисти информация и правомощия да поставят резултатите под въпрос и използва доказателства от реалната работа, за да реши дали следващата лаборатория или употреба е готова.
Източници
- Good Machine Learning Practice for Medical Device Development: Guiding Principles (U.S. Food and Drug Administration)
- Artificial Intelligence Risk Management Framework (National Institute of Standards and Technology)
- Ethics and governance of artificial intelligence for health (World Health Organization)
Автор
Digital Pathology Solutions Editorial Team
Medical AI and digital pathology




