CliniGA CRO

Blog CliniGA CRO

Esaminare l'interazione umana con gli output dei dispositivi con intelligenza artificiale

Distinguere l'accuratezza dell'algoritmo dalle evidenze sulle azioni degli utenti in risposta all'output.

Fotografia rappresentativa della categoria: Esaminare l'interazione umana con gli output dei dispositivi con intelligenza artificiale
Foto: Adoscam · Licenza: CC BY-SA 4.0 · Immagine ritagliata e ridimensionata.
Pubblicazione
Aggiornamento

Anche un output corretto dell'algoritmo di un dispositivo può essere frainteso o ricevere fiducia inappropriata. L'interazione tra persone e software è una domanda di ricerca diversa dalle prestazioni dell'algoritmo isolato. Definire chiaramente il ruolo decisionale previsto.

Definire la valutazione

Specificare se il software raccomandi, assegni priorità o prenda decisioni autonomamente. L'accesso a informazioni aggiuntive e la possibilità di respingere gli output influenzano la valutazione. L'etichetta di supporto decisionale non elimina automaticamente l'eccessivo affidamento o la mancata considerazione nell'uso reale.

Esempio applicativo

Ad esempio, i lettori delle immagini modificano le decisioni iniziali dopo aver visto le indicazioni del software. Alcune modifiche aiutano e altre introducono errori. Anziché riferire soltanto l'accuratezza finale, il gruppo esamina i passaggi tra giudizio iniziale, output del software e giudizio finale. Indaga i dati e le condizioni degli utenti associati ai disaccordi.

Verifiche pratiche

  • Distinguere mediante un disegno appropriato le decisioni prese prima e dopo l'esposizione all'output.
  • Valutare le risposte agli output errati o incerti in condizioni di ricerca sicure.
  • Considerare gli effetti di esperienza, formazione e presentazione sui cambiamenti di giudizio.

Decisione e limiti

Il rapporto dovrebbe spiegare le prestazioni dell'utente che lavora con il dispositivo. Non descrivere le prestazioni dell'algoritmo isolato come esito del flusso di lavoro umano. Separare le osservazioni esplorative dalle dichiarazioni consolidate di beneficio e collegare i fraintendimenti importanti alle esigenze di progetto, formazione o ulteriori evidenze.

Domande frequenti

Un'elevata accuratezza dell'algoritmo è sufficiente?
Anche l'interazione umana conta quando l'uso previsto dipende dalla decisione di una persona. Valutare come vengono compresi gli output corretti.
Respingere una raccomandazione è un insuccesso?
Non automaticamente. Valutare se il rifiuto sia appropriato rispetto alle informazioni disponibili e al ruolo decisionale previsto.

Fonti

  1. MDCG 2020-1 — Valutazione clinica del software
  2. MDCG 2024-3 — Piano di indagine clinica