在大规模作战行动中用于战场分类的人工智能:机遇,限制和道德考虑
Quentin Mathais1, Pierre-Julien Cungi, Antoine Lamblin
1Federation of Anesthesiology and Intensive Care, Sainte Anne Military Teaching Hospital, Toulon, France (Q.M., P.J.C., J.B.); Department of Anesthesiology and Intensive Care, Laveran Military Teaching Hospital, Marseille, France (A.L.); French Armed Forces Health Academy, Paris, France (A.L., O.D., J.B.); Aix-Marseille Université, CNRS, EFS, ADES UMR 7268, F-13005, Marseille, France (A.L.); Anesthesiology and Intensive Care Department, Timone Hospital, Marseille, France (S.B.); Laboratoire de Biomécanique Appliquée, LBA UMR T24, Université Gustave Eiffel-Aix-Marseille Université, Marseille France (S.B.).
人工智能 (AI) 可以通过支持人类决策,在大规模作战行动 (LSCO) 中增强战场分拣. 当常规方法在极端约束下失败时,人工智能保留了情境意识和优先级.
科学领域:
- 军事医学 军事医学
- 人工智能的人工智能
- 医疗技术 医疗技术 医学技术
背景情况:
- 大规模作战行动 (LSCO) 对战场医疗系统构成重大挑战,包括高伤亡率,通信故障和延长疏散时间.
- 由于持续评估和快速疏散的局限性,传统的分拣框架对LSCO来说是不够的.
- 人工智能 (AI) 提供了潜在的解决方案,以增强LSCO的战场医疗分拣.
研究的目的:
- 审查AI在LSCO期间支持战场分拣方面的潜在应用.
- 分析AI在扩展护理人员感知,维持认知和实现个性化决策方面的运营功能.
- 检查在LSCO医疗分组中部署AI的限制和考虑因素.
主要方法:
- 军事医学,技术和教义文献的叙事审查.
- 通过运营功能分析人工智能应用:感知,认知和决策.
- 检查近期,中期和长期的人工智能能力用于分拣.
主要成果:
- 近期的人工智能能力包括可穿戴传感器,数字文档和无人驾驶平台.
- 中期发展重点是数据融合,预测决策支持和增强现实.
- 像数字双胞胎这样的长期概念提供了预测和个性化分组,但仍在研究中.
结论:
- 人工智能可以通过人机合作来增强LSCO的战场分拣,提高警和协调.
- 成功部署人工智能需要解决工程,人类,教义,道德和战略限制.
- 对有效的战场医疗支持而言,有纪律,有道德规范和运营基础的AI集成至关重要.
