机器学习中的生物伦理原则-医疗保健应用设计:实现健康正义和健康公平

科学领域:

• 医疗信息学 医疗信息学
• 生物伦理学生物伦理学
• 人工智能的人工智能

背景情况:

• 医疗保健人工智能 (AI) 正在迅速发展,但对代表性不足的群体的偏见是一个越来越令人担忧的问题.
• 确实有必要减轻医疗人工智能方面的偏见,但在人工智能设计中缺乏实施生物伦理原则的实际指导,例如自主性.
• 现有的方法往往忽视了健康,健康正义和健康公平的社会决定因素.

研究的目的:

• 为计算机科学家和医疗保健专业人员提供可行的策略,用于构建和部署道德医疗保健AI.
• 在医疗保健AI的产品设计和实施阶段,使生物伦理原则,特别是自主性,变得可操作.
• 通过健康的社会决定因素,健康正义和健康公平的镜头来框架人工智能发展.

主要方法:

• 在以人为中心的设计框架内引入自主性的生物伦理原则 (模块1).
• 探索设计思维模型,并介绍在AI设计过程中嵌入伦理原则的四项活动 (模块2).
• 强调纳入不同观点的关键作用,以最大限度地减少伤害并维护代表性不足的人群的价值观 (模块3).

主要成果:

• 该课程提供了一个结构化的方法,将道德考虑纳入医疗保健AI开发.
• 它为设计师和开发人员提供了实用的工具和方法,以主动解决偏见.
• 它强调了包容性和多样化的投入的重要性,以实现人工智能的健康公平和正义.

结论:

• 伦理考虑,特别是自主性和包容性,必须在整个医疗保健人工智能生命周期中嵌入.
• 健康的社会决定者方法对于开发公平公正的医疗保健AI至关重要.
• 本课程为专业人士提供了减轻偏见和促进人工智能技术健康公平的知识.