从原则到实践:通过早期职业生涯医生的经验,开发数字时代临床人工智能伦理能力框架

科学领域:

• 医学伦理 医学伦理
• 医疗保健中的人工智能
• 临床教育 临床教育

背景情况:

• 临床人工智能集成为医疗保健专业人员带来了新的伦理挑战.
• 传统的医学伦理教育可能无法充分为临床医生准备AI相关的困境.
• 有限的实证数据存在于临床医生在实践中对人工智能伦理的经验.

研究的目的:

• 探索早期职业生涯医生对临床AI使用中的伦理困境的看法.
• 确定人工智能在医疗保健环境中产生的实际道德挑战.
• 开发一个操作化的能力框架,用于医学教育的人工智能道德.

主要方法:

• 半结构面试与新加坡30名职业生涯早期的医生 (1-5年毕业后).
• 有目的的抽样确保了跨专业和机构的多样性.
• 以生物伦理原则为基础进行反思性的专题分析 (自主性,有益性,非有害性,正义).

主要成果:

• 参与者报告了有限的正式AI伦理教育.
• 确定了七个主要的伦理挑战:系统不透明,数据集偏差,数据隐私,输出上下文化,幻觉,问责制和认知卸载.
• 经典的生物伦理原则被通过认识论,关系和机构的镜头重新定义.

结论:

• 在人工智能介导的护理中,道德能力需要综合的认识和关系能力,超越技术技能.
• 提出了数字时代临床人工智能伦理能力 (DCEC) 框架,包括认识意识,关系完整性,反思性问责制和适应性专业精神.
• DCEC框架包括实际的学习活动和课程开发的评估策略.