Un nuevo artículo en Patología veterinaria Introduce una lista de verificación de 9 puntos diseñada para mejorar la calidad de los estudios de informes que utilizan el análisis de imagen automatizado (AIA) basado en inteligencia artificial (IA). A medida que las herramientas de IA se utilizan más ampliamente en la investigación basada en la patología, han surgido preocupaciones sobre la reproducibilidad y la transparencia de los hallazgos publicados.
Desarrollado por un equipo interdisciplinario de patólogos veterinarios, expertos en aprendizaje automático y editores de revistas, la lista de verificación describe los detalles metodológicos clave que deben incluirse en los manuscritos. Estos incluyen la creación del conjunto de datos, la capacitación del modelo, la evaluación del rendimiento e interacción con el sistema AI. El objetivo es apoyar la comunicación clara de los métodos y reducir el sesgo cognitivo y algorítmico.
“Los informes transparentes son críticos para la reproducibilidad y para traducir las herramientas de IA en flujos de trabajo de patología rutinaria”, escriben los autores. Hacen hincapié en que la disponibilidad de datos de apoyo como conjuntos de datos de capacitación, código fuente y pesos del modelo es esencial para una validación significativa y una aplicación más amplia.
Las pautas están destinadas a ayudar a los autores, revisores y editores y serán particularmente útiles para los envíos a Patología veterinaria Próximo número especial en AI.
Fuente:
Referencia del diario:
Bertram, CA, et al. (2025). Pautas de informes para manuscritos que utilizan análisis de imágenes automatizados basado en inteligencia artificial en patología veterinaria. Patología veterinaria. doi.org/10.1177/03009858251344320
