本文内容如下e-collection /主题问题:

编辑(1) 机器学习(971) 人工智能(635) 电子出版和开放获取(61)

发表在在1卷第一名（2022）: Jan-Dec

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/42046，首次出版．
JMIR AI简介

JMIR AI简介

JMIR AI简介

本文作者:

Khaled El Emam1 作者Orcid图片； 布拉德利马林2 作者Orcid图片
文章 作者 引用的 Tweetations (15) 指标

    编辑

    1渥太华大学流行病学和公共卫生学院，渥太华，安大略省，加拿大

    2美国田纳西州纳什维尔范德堡大学生物医学信息系

    通讯作者:

    Khaled El Emam，工学学士，博士

    流行病学与公共卫生学院“，

    渥太华大学

    史密斯路401号

    渥太华，安大略省，K1H 8L1

    加拿大

    电话:1 613 737 7600

    电子邮件:kelemam@ehealthinformation.ca



    过去十年见证了人工智能和机器学习(AI/ML)方法在生物医学研究和临床应用方面的快速发展。与此同时，很明显，将这些方法转化为实践遇到了许多挑战。COVID-19大流行期间AI/ML工作的现状可能是最好的例子。在大流行期间，强大的人工智能/机器学习驱动的诊断和预后工具可以加速我们对有效治疗方法的理解和开发。除了一些显著的例外[1]，尽管有许多出版物，但AI/ML在实践中的影响有限[2，3.］．原因是多种多样的[4-6]，例如在数据对应的人群中缺乏代表性，可用数据质量较差，导致缺乏可推广的方法和模型，并且对自动化决策始终缺乏信任。在这方面，我们JMIR AI的主要动机是发表文章，重点关注开发有用的AI/ML解决方案所涉及的实际问题，并将其应用于生物医学研究和临床环境。

    与此同时，我们看到不同司法管辖区出台了政策和法规，以规范AI/ML系统[7，8］．这些政策和法规的制定是为了预见一个充满人工智能的未来。然而，与所有政策制定一样，此类活动可能会影响数据访问、适合使用的数据的定义、算法的解释性和透明度、患者对数据的访问和决策的理由，以及在临床环境中对模型持续评估的需求，等等。

    JMIR AI的目标是成为一个识别、讨论和解决这些实际挑战的场所，特别强调应用。该杂志将努力发表技术文章，以及那些涉及社会方面的文章，包括伦理、法律、政策和监管问题。这将通过混合研究、观点、教程和描述基准数据集的文章来实现。通过利用JMIR出版公司的出卡塔尔世界杯8强波胆分析版流程和工具，我们还希望有一个严格和快速的开放获取审查和出版流程。

    为了实现这一愿景，我们正在组建一个涵盖学术界和工业界广泛主题的多学科编委会，并确保广泛的领域和地区代表性。编委会的创始成员在学术医疗中心和附属健康技术公司工作多年，并与制药和医疗设备行业合作。鉴于这一多学科领域的持续快速发展，我们打算继续扩大编委会，以涵盖相关领域。

    我们还打算将该期刊作为一个平台，以实现和促进代码和数据共享。这将通过为作者提供额外的工具来实现，这些工具可以解决更广泛的社区共享的许多技术和监管障碍。

    利益冲突

    没有宣布。

    1. 张国强，张国强，张国强，等。实施基于TREWS机器学习的脓毒症早期预警系统后，患者预后的前瞻性、多位点研究。国际医学杂志2022 7月;28(7):1455-1460。［CrossRef] [Medline］
    2. 杨敏，杨春华，李志强，等。使用机器学习通过胸片和CT扫描检测和预测COVID-19的常见陷阱和建议中国科学院学报(自然科学版)2021年3月15日;3(3):199-217。［CrossRef］
    3. Wynants L, Van Calster B, Collins GS, Riley RD, Heinze G, Schuit E，等。covid-19诊断和预后预测模型:系统综述和关键评价。BMJ 2020 Apr 07;369:m1328 [免费全文] [CrossRef] [Medline］
    4. Ghassemi M, Oakden-Rayner L, Beam A.目前解释医疗保健中的人工智能方法的错误希望。柳叶刀数字健康2021年11月;3(11):e745-e750。［CrossRef］
    5. 裴德松，李志强，李志强，等。在医疗保健中实施人工智能的挑战:对瑞典医疗保健领导者的定性访谈研究。BMC Health Serv Res 2022 july 01;22(1):850 [免费全文] [CrossRef] [Medline］
    6. wad JJ。定义不可定义:医疗保健人工智能中的黑盒问题。《医学伦理学》2021年7月21日。［CrossRef] [Medline］
    7. 医疗器械开发的良好机器学习实践:指导原则。美国食品和药物管理局，2021年10月https://www.fda.gov/medical-devices/software-medical-device-samd/good-machine-learning-practice-medical-device-development-guiding-principles[2022-08-11]访问
    8. Kop M.欧盟人工智能法案:欧洲的人工智能方法。斯坦福-维也纳跨大西洋技术法律论坛，跨大西洋反垄断和知识产权发展，斯坦福大学，2021年10月1日。URL:https://law.stanford.edu/publications/eu-artificial-intelligence-act-the-european-approach-to-ai/[2022-08-13]访问

    ‎
    AI / ML:人工智能和机器学习

    编辑:T Leung;这是一篇未经同行评审的文章。提交19.08.22;接受22.08.22;发表20.09.22

    版权

    ©Khaled El Emam, Bradley Malin。最初发表于JMIR AI (https://ai.www.mybigtv.com)， 20.09.2022。

    这是一篇开放获取的文章，根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒体上不受限制地使用、分发和复制，前提是正确引用最初发表在JMIR AI上的原创作品。必须包括完整的书目信息，https://www.ai.www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。
    Baidu
    map