The intersection of digital health and artificial intelligence: Clearing the cloud of uncertainty
Notice bibliographique
Résumé
Digital health (DH) and artificial intelligence (AI) in healthcare are rapidly evolving but were addressed synonymously by many healthcare authorities and practitioners. A deep understanding and clarification of these concepts are fundamental and a prerequisite for developing robust frameworks and practical guidelines to ensure the safety, efficacy, and effectiveness of DH solutions and AI-embedded technologies. Categorizing DH into technologies (DHTs) and services (DHSs) enables regulatory, HTA, and reimbursement bodies to develop category-specific frameworks and guidelines for evaluating these solutions effectively. DH is the key in generating real-world data, which is increasingly important in decision-making processes. The potential benefits of DHTs in improving health outcomes and reducing health system costs can position them alongside traditional health technologies in certain medical conditions. AI, one of the potential tools for DH, can be embedded in technologies, such as medical devices or applications, to enhance functionality and performance. AI excels at handling numerical and perceptual data. In the context of numerical data, machine learning algorithms enable prediction, classification, and clustering. In managing perceptual data, AI recognizes image/video, voice, and text. In recent years, generative AI, a form of AI that generates new content by employing a combination of a wide range of learning approaches, has become prominent in research and influences the health sector. A thorough understanding of DH and AI, along with accurate terminology use, would facilitate the timely generation of regulatory and HTA-grade evidence that helps improve health outcomes and decision-making certainty.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,046 |
| Communication savante | 0,028 | 0,058 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,011 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».