医疗卫生中安全公平的人工智能
确保医疗卫生和照护中使用的统计、机器学习和人工智能模型安全、公平、可解释并受到监测，包括检查不同患者群体间的偏差，并满足医疗器械和人工智能法规的要求。
等级
- 1. 了解
您可以：
- 解释模型可能如何伤害患者，例如通过偏差、漂移或过度依赖其输出
- 解释为什么需要在模型将要使用的人群中对其进行验证
- 2. 胜任
您可以：
- 衡量模型在不同患者群体中的表现，并报告任何差异
- 记录模型的预期用途、训练数据和已知局限，例如写入模型卡
- 为临床安全案例提供关于模型的证据
- 3. 熟练
您可以：
- 与临床同事一起规划模型的验证、偏差评估和上线后监测
- 判断模型何时需要重新训练、限制使用或撤回
- 就模型何时可能作为医疗器械受到监管以及需要哪些证据向团队提供建议
- 4. 专家
您可以：
- 制定组织在照护中保证和监测人工智能的标准
- 领导高风险模型在部署前后的保证工作
- 在安全公平的人工智能方面代表组织与监管机构和合作伙伴沟通
最接近的 ESCO 技能
Contains ESCO v1.2.1 data (https://esco.ec.europa.eu/). © European Union. Reuse authorised under Commission Decision 2011/833/EU.
期望具备该技能的角色级别
| 角色级别 | 角色 | 职级 | 期望等级 |
|---|---|---|---|
| 见习数据科学家 | 数据科学家 | 4 | 了解 |
| 助理数据科学家 | 数据科学家 | 5 | 了解 |
| 数据科学家 | 数据科学家 | 6 | 胜任 |
| 主任数据科学家 | 数据科学家 | 7 | 熟练 |
| 首席数据科学家 | 数据科学家 | 8a | 熟练 |
| 数据科学主管 | 数据科学家 | 8b | 专家 |
| 高级机器学习工程师 | 机器学习工程师 | 7 | 熟练 |
| 首席机器学习工程师 | 机器学习工程师 | 8b | 专家 |