Key points are not available for this paper at this time.
Obwohl das Interesse an synthetischen medizinischen Daten (SMD) für die Entwicklung und Testung von Methoden der künstlichen Intelligenz (KI) wächst, behindert das Fehlen eines umfassenden Rahmens zur Bewertung der Qualität und Anwendbarkeit von SMD deren breitere Akzeptanz. Hier skizzieren wir einen Bewertungsrahmen, der darauf ausgelegt ist, die einzigartigen Anforderungen medizinischer Anwendungen zu erfüllen. Wir führen auch das SMD-Bewertungssystem ein, einen umfassenden Bericht, der zusätzliche künstlich generierte Datensätze begleitet. Dieses Bewertungssystem bietet eine quantitative Bewertung von SMD anhand von sieben Kriterien (7 Cs), ergänzt durch einen beschreibenden Abschnitt, der alle relevanten Informationen über den Datensatz enthält. Das SMD-Bewertungssystem bietet einen praktischen Rahmen zur Bewertung und Berichterstattung über die Qualität synthetischer Daten, von dem SMD-Entwickler und -Nutzer profitieren können. Der Einsatz synthetischer medizinischer Daten (SMD) in der KI-Entwicklung nimmt zu, aber ihre breitere Anwendung wird durch das Fehlen eines umfassenden Bewertungsrahmens eingeschränkt. Hier präsentieren Ghada Zamzmi und Kollegen einen neuartigen Bewertungsrahmen, der auf medizinische Anwendungen zugeschnitten ist, zusammen mit einem SMD-Bewertungssystem, das synthetische Datensätze quantitativ anhand von sieben Schlüsselcriteria bewertet.
Zamzmi et al. (Mon,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: