九大透明性指標
1
運用細節及輸出結果
Details and output of the intervention
說明AI的功能、運作方式與輸出內容
4
開發詳情及輸入特徵
Intervention development details and input features
說明模型訓練過程、資料來源及輸入特徵
7
模型表現的量化指標
Quantitative measures of performance
提供AI模型的量化評估指標，以評估AI在臨床應用中的表現與可靠性
2
運用目的
Purpose of the intervention
清楚界定AI的設計目標、使用情境與預期效益
5
確保開發公平性
Process used to ensure fairness in development of the intervention
確保開發過程考慮公平性，以減少偏差
8
實施與使用的持續維護
Ongoing maintenance of intervention implementation and use
說明實施後的監控及持續維護機制
3
警告與範圍外使用
Cautioned Out-of-Scope Use of the intervention
揭露可能誤用情境，說明系統不適用的範圍與限制
6
外部驗證過程
External validation process
說明AI模型的外部驗證過程，以確保其適用於不同環境與族群
9
更新與持續驗證或公平性評估計畫
External validation process
建立AI生命週期管理機制，揭露版本更新計畫、再訓練策略與持續公平性檢查流程
