即将在10月20日上午11:30在南区303-304室举行的专题讨论会“生成式AI工具在手术中的应用：AI是否会改变我的实践？”将重点关注将生成式人工智能（AI）整合到临床实践中的潜在益处和风险。
讨论小组成员包括健康信息学领域的领导者，他们在生成式AI、生物医学信息学和医疗保健相关软件的监管考虑方面具有专业知识。“我们有一支非常出色的演讲者阵容，”主持人丹尼尔·A·哈希米托博士（Daniel A. Hashimoto, MD, MS）表示，“吉纳维芙·B·梅尔顿-梅奥克斯博士（Genevieve B. Melton-Meaux, MD, PhD, FACS），美国医学信息学协会主席兼ACS首席健康信息官，将从结直肠外科医生和领先健康信息学家的角度提供她的见解。加布里埃尔·A·布拉特博士（Gabriel A. Brat, MD, FACS），创伤外科医生、《新英格兰医学杂志AI》副主编及ACS健康信息技术委员会AI分会副主席，将分享外科医生如何从AI分析中受益的观点。泰勒·J·洛夫特斯博士（Tyler J. Loftus, MD, FACS），ACS健康IT委员会主席及创伤外科医生，在AI手术风险计算器方面拥有丰富经验，将提供这些计算器如何改变当今临床护理的实际视角。”
会上将展示案例研究和试点项目，展示这项技术对患者护理、手术流程和手术教育的影响。“我希望与会者能够获得生成式AI技术当前格局的准确图景，”哈希米托博士说，“我们的目标是让与会者了解现有的生成式AI工具如何使用，以及在未充分验证的情况下不应如何使用。我们希望这次会议能提供这些算法的‘幕后’视图，并提供其在手术实践中应用的实际建议。”
生成式AI依赖于大型数据集，而特定于医疗保健的AI模型通常会调整这些通用模型以适应医疗数据集的分布——这些数据集不仅较小，而且范围也更有限。“很多AI归根结底在于你用来构建这些模型的数据质量，”共同主持人卡罗琳·帕克博士（Caroline Park, MD, MPH, FACS）解释道，“垃圾进，垃圾出。要警惕数据来源及其是否代表你的群体。数据越多样化，算法越好。”
行业专家建议，为了成功将生成式AI实施到手术实践中，协作方法至关重要。“这个领域全靠合作，”帕克博士说，“最佳的合作关系包括来自行业、监管、管理和在患者和提供者面对的空间工作的领导者的利益相关者。在真空中制定和执行计划只能惠及一小部分人。我们很高兴能够在鼓励ACS之外的合作方面处于领先地位。”
会议还将设有一个互动问答环节，小组成员将回答观众关于该技术如何影响外科医生和患者生活的问题，并讨论将生成式AI整合到临床环境中的相关伦理和监管考虑。“与会者将了解生成式AI模型可能出现的偏见区域，这可能导致不准确的分析或输出，”哈希米托博士说，“我们将讨论模型何时可能被认为足够安全用于临床部署，以及模型部署后可能出现的潜在陷阱。重要的是，小组还将讨论对医疗事故和执业范围的潜在影响。”
(全文结束)
