임상 AI의 신뢰는 단순히 모델 정확도나 사용자 인상만으로 평가할 수 없으며, 증거와 감독, 자율성 경계를 기반으로 측정 가능한 시스템으로 구축해야 합니다.
제안된 프레임워크는 결정론적 핵심, 환자 맞춤형 AI 어시스턴트, 다단계 모델 에스컬레이션, 인간 감독 레이어를 결합하여 임상 AI의 신뢰를 확보합니다.
신뢰를 실현하기 위해 측정 불확실성, 교정, 추적 가능성을 기반으로 하는 신뢰 지표를 제안하여 각 아키텍처 레이어를 정량적으로 평가할 수 있도록 합니다.