人工智能生成的"癌症幸存者"是什么样子的? 通过文本到图像工具生成的图像的分析

科学领域:

• 数字健康数字健康
• 医疗成像医学成像
• 癌症生存率研究 癌症生存率研究

背景情况:

• 关于癌症幸存者的社会叙述经常强调治疗后积极的"恢复正常".
• 这些占主导地位的表征影响了公众和幸存者对癌症旅程的看法.
• 人工智能 (AI) 图像生成工具越来越多地被使用,可能会塑造这些叙事.

研究的目的:

• 描述人工智能 (AI) 产生的癌症幸存者的图像.
• 将AI生成的癌症幸存者的图像与癌症患者的图像进行比较.
• 了解AI图像如何反映和潜在地放大现有的幸存者叙述.

主要方法:

• 使用DALL-E和稳定扩散生成了160张AI图像 (幸存者和患者分别为40张).
• 编码图像用于感知的人口统计,影响,健康状况,疾病标志物和环境.
• 使用奇平方分析进行定量比较和定性编码洞察.

主要成果:

• 人工智能产生的癌症幸存者主要被认为是白人 (80%),女性 (80%),年轻 (51%),快乐 (69%) 和健康 (80%).
• 幸存者的照片经常显示粉红色 (64%),癌症带 (35%) 和头巾 (51%).
• 与患者图像相比,幸存者图像显示个人被认为更年轻,更快乐,更健康,在医疗环境中更少出现或显示疾病标志物.

结论:

• 人工智能生成的癌症幸存者的图像并不准确地代表这个人群中多样化的人口统计和经验.
• 这些人工智能输出的风险是延续对癌症存活率的狭窄和潜在不现实的观点.
• 该研究强调了需要在健康环境中更具包容性和代表性的AI图像生成.