透明度和代表性在临床研究利用人工智能在瘤学:一个范围审查
Anjali J D'Amiano1, Tia Cheunkarndee1, Chinenye Azoba1
1Johns Hopkins University School of Medicine, Baltimore, Maryland, USA.
Cancer medicine
|March 10, 2025
概括
很少有瘤学研究报告种族人口统计,而那些经常缺乏多样性的研究报告. 提高数据透明度和代表性对于在癌症护理中实现公平的人工智能 (AI) 是至关重要的.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 健康 公平 卫生 公平
背景情况:
- 人工智能 (AI) 在改善癌症护理结果方面表现有前途.
- 确保人工智能模型不会延续种族和种族差异至关重要.
- 本综述评估了人工智能瘤学研究中的人口数据报告.
研究的目的:
- 评估AI瘤学研究中人口数据报告的透明度.
- 评估使用AI在瘤学中的临床研究参与者的多样性.
- 识别报告中可能导致健康差异的漏洞.
主要方法:
- 搜索了PubMed的AI,机器学习和深度学习研究在瘤学 (2016-2021).
- 包括原始研究和临床试验,不包括评论和元分析.
- 收集了人工智能培训/验证套件报告的人口统计数据 (年龄,性别,种族).
主要成果:
- 40%的符合条件的研究具有公开可用的数据集.
- 人口统计报告不一致:58%的人报告年龄,51%的性别,只有5%的人报告种族.
- 报告种族的研究主要包括白人 (70.7%-93.4%).
- 只有三项研究报告了具有两个以上类别的种族.
结论:
- 在AI瘤学研究中观察到,种族和民族人口统计数据报告的显著缺乏.
- 报告种族的研究对非白人人口的代表性有限.
- 提高透明度和多样化的数据对于在瘤学中公正地实施人工智能至关重要.
