Tıbbi yapay zeka geliştirme süreçlerinde en kritik unsurlardan biri, kaliteli ve güvenilir açıklanmış veri setleridir. Ancak mevcut standartlar, veri seti yapısı, açıklama kaynağı ve makine öğrenmesi uygunluğunu tek bir çerçevede kontrol edebilecek kapsamlı bir doğrulama sistemi sunamamaktadır.
Bu sorunu çözmek için araştırmacılar, VIDS (Verified Imaging Dataset Standard) adlı yeni bir açık kaynak spesifikasyonu geliştirdi. VIDS, tıbbi görüntüleme veri setleri için klasör düzeni, dosya adlandırma, açıklama kaynağı şemaları ve kalite belgelerini tanımlayan kapsamlı bir sistem sunuyor.
Sistemin en önemli özelliği, tıbbi görüntülerdeki açıklamaların kim tarafından, ne zaman, hangi araçlarla ve hangi kalite standartlarında yapıldığını sistematik olarak takip etmesi. VIDS, 21 farklı makine-uygulanabilir doğrulama kuralı içeriyor ve iki farklı uyumluluk profili sunuyor.
Teknik açıdan VIDS, NIfTI formatını standart çalışma formatı olarak kullanırken, izlenebilirlik için DICOM meta verilerini yan dosyalarda koruyor. Bu yaklaşım, mevcut DICOM ve BIDS standartlarının avantajlarını koruyarak, eksik olan kürasyon katmanını tamamlıyor.
Bu yeni standart, tıbbi AI araştırmalarında veri kalitesini artırarak daha güvenilir ve şeffaf algoritma geliştirme süreçlerini mümkün kılacak.