🚨有關評分內容細節詳如表單：新光醫院_AI軟體評估表_v1.xlsx

新光吳火獅紀念醫院人工智慧管理辦法.pdf

在醫療、AI、或數位健康領域中，為了確保系統或專案可被理解、信任與監管，所強調的九個透明面向。

1.AI詳情與輸出

說明 AI 在診斷流程中的運作機制（如模型類型、資料型態與來源），以及其輸出形式（如數值或文字），使醫師能清楚理解 AI 提供資訊的內容與使用方式。

2.AI目的

闡述 AI 在醫療診斷中的定位與應用目標，明確界定其功能與使用情境。

3.AI的警告範圍外使用

說明 AI 的適用對象、臨床場景及使用限制，避免被誤用於不適合的情境或族群。

4.AI開發詳情與輸入特徵

揭露 AI 的開發過程，包括訓練資料來源、資料前處理方式及主要輸入特徵，以提升系統透明度。

5.確保AI開發公平性的過程

說明在模型開發過程中如何納入公平性考量（如性別、年齡、疾病嚴重度等分布），以降低潛在偏差並提升模型公正性。

6.外部驗證過程

描述 AI 模型於外部資料上的驗證方式與資料來源，確保其在不同環境與族群中的適用性與穩定性。

7.模型表現的量化指標

提供模型表現的量化評估指標，作為醫療團隊評估其臨床應用價值與可靠性的依據。

8.AI實施與使用的持續維護

說明 AI 系統於臨床導入後的維運與監控機制，以確保系統穩定運作。

9.更新和持續驗證或公平性評估計畫

建立 AI 全生命週期管理制度，包含模型更新、再驗證及公平性再評估機制，必要時可進行調整或停用，以確保醫療安全與品質。