CliniGA CRO

CliniGA CRO Blog

Cihaz yapay zekâ çıktısının insan kararına etkisini incelemek

Algoritma doğruluğunu, kullanıcının çıktıyı nasıl kullandığına ilişkin kanıttan ayrı değerlendirin.

Temsili araştırma fotoğrafı: Cihaz yapay zekâ çıktısının insan kararına etkisini incelemek
Fotoğraf: Adoscam · Lisans: CC BY-SA 4.0 · Kırpılmış ve yeniden boyutlandırılmıştır.
Yayın
Güncelleme

Bir cihaz algoritması doğru çıktı üretse bile kullanıcı çıktıyı yanlış yorumlayabilir veya uygun olmayan ölçüde ona güvenebilir. İnsan ile yazılım arasındaki etkileşim, yalnız algoritmanın bağımsız performansından farklı bir araştırma sorusudur. Amaçlanan karar rolünü açıkça tanımlayın.

Değerlendirme kapsamı

Yazılımın öneri, önceliklendirme veya bağımsız karar işlevlerinden hangisini taşıdığını belirtin. Kullanıcının ek bilgiye erişimi ve çıktıyı reddetme olanağı değerlendirmeyi etkiler. Karar desteği etiketi, gerçek kullanımda oluşabilecek aşırı güveni veya göz ardı etmeyi otomatik olarak ortadan kaldırmaz.

Uygulama örneği

Örneğin görüntü inceleyen kişiler yazılım işaretini gördükten sonra kendi ilk kararlarını değiştirir. Bazı değişiklikler yararlı, bazıları hatalıdır. Ekip yalnız son doğruluk oranını raporlamak yerine ilk karar, yazılım çıktısı ve son karar arasındaki geçişi inceler. Uyuşmazlıkların hangi veri ve kullanıcı koşullarında oluştuğunu araştırır.

Çalışma kontrolleri

  • Kullanıcının çıktıyı görmeden önceki ve gördükten sonraki kararını uygun tasarımla ayırın.
  • Hatalı veya belirsiz çıktılara verilen yanıtı güvenli araştırma koşullarında inceleyin.
  • Deneyim, eğitim ve sunum biçiminin karar değişimine olası etkisini değerlendirin.

Karar ve sınırlar

Rapor, cihazla birlikte çalışan kullanıcının görev başarısını açıklamalıdır. Algoritmanın tek başına performansını insanlı iş akışının sonucu gibi sunmayın. Keşifsel gözlemleri doğrulanmış fayda iddiasından ayırın; önemli yanlış yorumlar tasarım, eğitim veya ek kanıt ihtiyacına bağlanmalıdır.

Sık sorulan sorular

Yüksek algoritma doğruluğu yeterli mi?
İnsan kararına dayanan kullanımda etkileşim ayrıca önemlidir. Doğru çıktının nasıl anlaşıldığı değerlendirilmelidir.
Kullanıcının öneriyi reddetmesi başarısızlık mı?
Otomatik olarak değil. Reddin uygunluğu, mevcut bilgi ve amaçlanan karar rolüyle birlikte incelenir.

Kaynaklar

  1. MDCG 2020-1 — Yazılımın klinik değerlendirmesi
  2. MDCG 2024-3 — Klinik araştırma planı