본 연구는 다발성 골수종 진단을 위한 골수 검사 분석 자동화와 같은 특정 임상 환경을 바탕으로 의료 AI 시스템의 정확성이 무엇을 의미하는지 살펴봅니다.
과학 철학 및 연구 윤리에 근거하여 정확성은 벤치마크 성능으로 환원될 수 있는 단일 속성이 아니라, 전문가가 라벨링한 의료 데이터셋의 가용성, 모델 출력의 설명 가능성, 임상적으로 의미 있는 평가 지표, 인간-AI 워크플로우에서의 책임 분배를 포함하는 다차원적인 개념이라고 주장합니다.
연구는 지표 라벨의 불안정성, 지나치게 낙관적인 AI의 불투명성, 표준 임상 지표의 부적절성, 시간 제약적인 임상 환경에서의 자동화 편향 위험과 관련된 네 가지 주제를 통해 이 주장을 전개합니다.