Dit artikel gaat in op Lifecycle Management van AI-modellen, op de betrokken stakeholders, de activiteiten en uitdagingen die daarbij komen kijken en gaat dieper in op configuratiebeheer van AI-modellen, monitoring, responsible AI en governance.
Lifecycle Management van AI-modellen
Lifecycle Management & AI
Stakeholders AI
De AI lifecycle.
Uitdagingen bij AI Lifecycle Management
AI Lifecycle Management in de zorg
Eisen bij zelf ontwikkelen van een AI-oplossing
AI impact assessment
Configuratiebeheer van AI-modellen
Configuratie managementgegevens
Configuratie managementtooling: DSML-platformen
Monitoring and feedback
Modeldrift
Identificeren van modeldrift
Best practices voor monitoren van modellen
Responsible AI en kwaliteitseisen
Responsible AI
Kwaliteitseisen
Governance en verantwoordelijkheden
Governance stappen
Artificial Intelligence is een enorme hype. Een breed begrip met veel termen en definities. Wij geven inzicht in zestien AI-buzzwords.
Lees verderAI wordt voornamelijk ingezet als diagnostisch hulpmiddel. Meer ziekenhuizen hebben AI-beleid. Experimenten en kleinschalige implementaties zijn voortgezet. Grootschalige implementatie blijft (vooralsnog) uit. Dit blijkt uit het jaarlijks onderzoek van M&I/Partners naar de stand van AI bij Nederlandse ziekenhuizen uitgevoerd onder 38 CIO’s en CMIO’s van 30 ziekenhuizen.
Lees verder
