Aller au contenu principal
Accès ouvert déclaré 2026 book-chapter

A Prescriptive Validation Framework for a Scalable Multi-Layer AI Adoption Model in 6P Medicine

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : us, at. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

The integration of artificial intelligence (AI) into healthcare systems is central to the realization of 6P Medicine that emphasizes Predictive, Preventive, Personalized, Participatory, Precision-oriented, and Public-centered care. While several conceptual AI adoption models have been proposed, few provide prescriptive guidance for real-world validation across technical, sociotechnical, and ethical dimensions. This paper introduces a comprehensive validation framework for the Scalable Multi-Layer AI Adoption Model for 6P Medicine. The framework aligns architectural prerequisites, regulatory governance, and continuous lifecycle monitoring with the six interdependent layers of the model. Validation is addressed across data integrity, model robustness, clinical efficacy, human-AI collaboration, scalability, and ethical governance, drawing on FDA Good Machine Learning Practice (GMLP) principles and WHO regulatory considerations. The resulting framework intends to support continuous, real-world validation, positioning AI as a trustworthy, scalable, and ethically governed enabler of 6P Medicine.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A Prescriptive Validation Framework for a Scalable Multi-Layer AI Adoption Model in 6P Medicine
Date Crossref
29/06/2026
Éditeur
IOS Press
Type
book-chapter

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Mayo Clinic Department of Artificial Intelligence and Informatics pays non établi dans la notice
    Établissement de santé
  • Mayo Clinic in Florida pays non établi dans la notice
    Établissement de santé
  • Austrian Institute for Health Technology Assessment GmbH pays non établi dans la notice
    Organisation à but non lucratif
  • Ludwig Boltzmann Institute for Digital Health and Prevention pays non établi dans la notice
    Structure de recherche

Department of Artificial Intelligence and Informatics — Mayo Clinic, Mayo Clinic in Florida et Austrian Institute for Health Technology Assessment GmbH, avec 1 autre affiliation.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Artificial Intelligence in Healthcare and EducationExplainable Artificial Intelligence (XAI)Ethics and Social Impacts of AI

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.