ヘルスケアにおける人間参加型人工知能：応用、成果、実装上の課題

科学分野:

• ヘルスケアAI
• ヒューマンコンピュータインタラクション
• 臨床情報学

背景:

• ヘルスケアへの人工知能（AI）の統合は、説明責任、解釈可能性、安全性に関する懸念を引き起こします。
• 臨床現場での倫理的かつ安全なAI展開には、人間の監視が不可欠です。
• 人間参加型（HITL）AIは、人間の専門知識と機械知能との間の協調を促進します。

研究 の 目的:

• ヘルスケア提供と研究におけるHITL AIの証拠を統合すること。
• HITL AIの実装フレームワーク、臨床成果、および比較上の利点を調査すること。
• ヘルスケアにおけるHITL AIの課題と将来の方向性を特定すること。

主な方法:

• 2018年から2025年までの研究の包括的なナラティブレビュー。
• PubMed、Scopus、Web of Science、IEEE Xploreデータベースを検索しました。
• パターン、フレームワーク、および結果を特定するためのデータのテーマ別合成。

主要な成果:

• HITL AIは、診断画像、臨床意思決定支援、患者モニタリング、創薬、研究において有望であることを示しています。
• HITL AIは、診断精度を向上させ、医療過誤を減らし、臨床医の信頼を高めます。
• 実装には、EHRの相互運用性、明確な責任、適応型トレーニング、安全な暗号化が必要です。課題には、ワークフロー統合と規制のギャップが含まれます。

結論:

• HITL AIは、ヘルスケアにおける人間と機械の協調を最適化します。
• 将来の方向性には、ポスト量子暗号化、AI駆動の適応型アーキテクチャ、およびマルチセンターのスケーラビリティが含まれます。
• 適応型システムのための規制ギャップに対処することが、HITL AIの進歩に不可欠です。