人工智能对眼科中的种族和性别多样性的感知:DALL E-2研究
Hassaam S Choudhry1, Usman Toor1, Alexandra J Sanchez1
1Rutgers New Jersey Medical School, Newark, NJ, USA.
Clinical ophthalmology (Auckland, N.Z.)
|October 9, 2023
概括
像DALL-E 2这样的人工智能 (AI) 图像生成工具显示,与老年眼科医生相比,年轻眼科医生的种族和性别多样性越来越多. 这表明AI可以追踪医学中的多样性趋势.
科学领域:
- 医疗人工智能 医疗人工智能
- 眼科医生 眼科 眼科
- 计算机视觉 计算机视觉
背景情况:
- 开源的人工智能图像生成器正在推动人类对人工智能感知的理解.
- 描述AI对医疗领域多样性的看法至关重要.
研究的目的:
- 分析AI如何在眼科医生中感知种族和性别多样性.
- 调查基于经验,等级和其他因素的AI对多样性的描绘.
主要方法:
- 使用OpenAI的DALL-E 2来生成基于关于"美国眼科医生"的特定查询的图像.
- 分类 1560个由独立审稿人根据种族和性别生成的图像.
- 排除了没有明显面部特征的图像.
主要成果:
- 查询"美国眼科医生"主要生成白色 (75%) 和男性 (77.5%) 图像.
- 年轻/缺乏经验的眼科医生比高级眼科医生有更高的非白人 (27.5%) 和女性 (28.3%) 代表.
- 眼科住院医生显示女性代表性比椅子 (15%) 更多 (30%).
结论:
- 像DALL-E 2这样的AI模型可能反映出早期职业眼科医生的多样性增加的趋势.
- 人工智能工具可能会评估医疗领域在包容性方面取得的进展.
