一个人工智能辅助的框架,用于在医疗保健中伦理地使用机器学习

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 生物伦理学生物伦理学

背景情况:

• 在医疗保健中整合机器学习 (ML) 需要强大的伦理框架.
• 现有的伦理准则可能不简洁或不适合常规使用的临床医生.
• 生成型人工智能为加速协议开发提供了潜力.

研究的目的:

• 开发和评估ETHICS,一个临床医生面向的伦理协议,用于在医疗保健中常规使用ML.
• 评估生成性AI在起草伦理协议中的实用性.
• 确保协议的可读性,有效性和实施准备.

主要方法:

• 使用ChatGPT初步起草六个道德原则.
• 集成的人类来源验证,可读性优化,专家审查和基于场景的测试以改进.
• 评估可读性改进和专家认可,具有评价者之间的可靠性.
• 在五种临床场景中验证了实施准备.

主要成果:

• 产生了ETHICS,一个由六个原则组成的伦理协议,结构为记忆器.
• 从复杂的语言到临床医生可访问的语言,可读性得到了显著的改善.
• 获得了强有力的专家认可,具有出色的评级者间可靠性.
• 在各种临床场景中确认了实施准备.

结论:

• 生成型人工智能可以加快制定医疗保健ML的伦理协议.
• 结构化的人类监督和现实世界的测试对于确保协议的有效性和实用性至关重要.
• 该ETHICS协议展示了一个可行的模型,用于在临床环境中实施伦理ML.