AI系统质量评价新标准：ISO/IEC 25059解析
前几篇，我们讨论了AI可信度、风险、数据品质、影响评估、稳健性和偏差管理。本篇探讨基础问题：如何评价AI系统质量？许多企业评估AI，只关注：能否回答？准不准确？速度快慢？用户满意度？但这不足够。ISO/IEC 25059:2023《AI系统质量模型》将AI质量分解为一组可描述、可度量、可评估的质量属性。简言之：AI质量不是简单的“好用”，而是一套可评估的质量框架。一、为何AI需要质量模型？但AI系统更为复杂。相同输入，可能因模型版本、上下文、提示方式差异而产生不同结果。数据质量、样本结构、标注规则和训练流
AI辅助乳腺癌HER2免疫组化判读的系统回顾与整合分析
乳腺癌是女性群体中发病率最高的恶性肿瘤，预计至2040年，其每年将造成约百万患者死亡[1]。在全部病例中，约15%至20%的患者存在人表皮生长因子受体2（HER2）的过度表达，这一特征与不良的临床结局显著相关[2]。HER2是一种位于细胞膜上的酪氨酸激酶受体，其过量表达会驱动肿瘤细胞的增殖与恶化进程。当前，HER2的表达水平主要依赖病理医师对免疫组化（IHC）切片进行半定量评估，结果分为阴性（0和1+）、可疑（2+）及阳性（3+）几类。对于可疑病例，通常需要借助原位杂交（ISH）检测来最终判定是否存在基因