מאמר חדש ב פתולוגיה וטרינרית מציגה רשימת בדיקה של 9 נקודות שנועדה לשפר את איכות הדיווח של מחקרים המשתמשים בניתוח תמונה אוטומטי מבוסס בינה מלאכותית (AI) (AIA). ככל שכלי AI נעשים בשימוש נרחב יותר במחקר מבוסס פתולוגיה, נוצרו חששות לגבי ההתרבות והשקיפות של הממצאים שפורסמו.
רשימת הבדיקה, שפותחה על ידי צוות בין -תחומי של פתולוגים וטרינריים, מומחי למידת מכונות ועורכי כתבי עת, מציגה פרטים מתודולוגיים מרכזיים שצריכים להיכלל בכתבי יד. אלה כוללים יצירת מערכי נתונים, הדרכת מודלים, הערכת ביצועים ואינטראקציה עם מערכת AI. המטרה היא לתמוך בתקשורת ברורה של שיטות ולהפחית הטיה קוגניטיבית ואלגוריתמית.
המחברים כותבים "דיווח שקוף הוא קריטי לשחזור ולתרגום כלי AI לזרימות עבודה פתולוגיות שגרתיות". הם מדגישים כי הזמינות של תמיכה בנתונים- SUC כמערכי נתונים של אימונים, קוד מקור ומשקולות מודל, חיונית לאימות משמעותי ויישום רחב יותר.
ההנחיות נועדו לסייע למחברים, סוקרים ועורכים וייועדו במיוחד להגשות פתולוגיה וטרינרית גיליון מיוחד הקרוב ב- AI.
