0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

醫(yī)學中AI工具和機器學習系統(tǒng)的研究和部署的八項安全倫理原則

倩倩 ? 來源:互聯(lián)網(wǎng)分析沙龍 ? 2020-04-23 15:32 ? 次閱讀

雖然AI在醫(yī)療保健中的使用使許多醫(yī)生和醫(yī)療機構(gòu)對它的潛力感到興奮,但其他人對此表示懷疑,并呼吁在廣泛應用該技術(shù)之前采用道德標準。

澳大利亞皇家放射學院和新西蘭放射醫(yī)學學院(RANZCR)在最近公布了有關(guān)機器學習和AI在醫(yī)學中的新興用途的道德準則草案后,正在回答這一要求。在起草的指南中,該組織概述了醫(yī)學中AI工具和機器學習系統(tǒng)的研究和部署的八項安全倫理原則,重點是臨床放射學和放射腫瘤學。

八項道德原則是:

安全-在機器學習系統(tǒng)或AI工具的開發(fā),部署和利用中應首先考慮患者安全。

避免偏見—為避免偏見,應在代表目標患者人群的大量數(shù)據(jù)和各種數(shù)據(jù)上對系統(tǒng)進行培訓。

透明度和可解釋性-AI系統(tǒng)的開發(fā)人員應考慮允許醫(yī)生理解和解釋如何做出決定的設(shè)計。

隱私和數(shù)據(jù)保護-必須取消識別AI研究中使用的數(shù)據(jù),以便無法重建患者的身份。

關(guān)于診斷和治療的決策-應該使用系統(tǒng)來增強診斷和治療的決策過程,并且仍應允許醫(yī)生做出最終建議。

做出決策的責任-醫(yī)療機構(gòu)在研究或?qū)嵤〢I工具時應提供有關(guān)可能承擔共同責任的信息。

運用人類價值觀-醫(yī)師應在使用AI工具的任何情況下運用人道主義價值觀。

治理-使用AI技術(shù)的醫(yī)院和醫(yī)療機構(gòu)應設(shè)立負責任的治理委員會,以監(jiān)督其使用和對道德標準的遵守情況。

“澳大利亞每年進行數(shù)百萬次掃描,例如超聲和核磁共振成像,突顯了成像在醫(yī)療保健中的關(guān)鍵作用。放射學如何適應人工智能將對患者和其他醫(yī)療保健專業(yè)人員產(chǎn)生持續(xù)影響,這就是為什么RANZCR主席MBChB的Lance Lawler在一份準備好的聲明中說。

“商定的原則一旦建立,將補充現(xiàn)有的醫(yī)學倫理框架,但也將為醫(yī)生和醫(yī)療組織提供有關(guān)研究和部署機器學習系統(tǒng)和醫(yī)學AI工具的指南?!?/p>

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    31028

    瀏覽量

    269365
  • 機器學習
    +關(guān)注

    關(guān)注

    66

    文章

    8423

    瀏覽量

    132744
收藏 人收藏

    評論

    相關(guān)推薦

    如何選擇云原生機器學習平臺

    當今,云原生機器學習平臺因其彈性擴展、高效部署、低成本運營等優(yōu)勢,逐漸成為企業(yè)構(gòu)建和部署機器學習
    的頭像 發(fā)表于 12-25 11:54 ?117次閱讀

    【「具身智能機器系統(tǒng)」閱讀體驗】+數(shù)據(jù)在具身人工智能的價值

    100 倍 。此外,Sim2Real 技術(shù)的進步也促進了技能與知識從模擬環(huán)境到實際應用的轉(zhuǎn)移。這項技術(shù)在虛擬空間中訓練機器人和 AI 系統(tǒng),使它們能夠安全有效地學習任務(wù),而不受現(xiàn)實世
    發(fā)表于 12-24 00:33

    【「具身智能機器系統(tǒng)」閱讀體驗】+初品的體驗

    解決許多技術(shù)的和非技術(shù)的挑戰(zhàn),如提高智能體的自主性、處理復雜環(huán)境互動的能力及確保行為的倫理安全性。 未來的研究需要將視覺、語音和其他傳感技術(shù)與機器人技術(shù)相結(jié)合,以探索更加先進的知識表
    發(fā)表于 12-20 19:17

    【書籍評測活動NO.51】具身智能機器系統(tǒng) | 了解AI的下一個浪潮!

    復雜環(huán)境互動的能力及確保行為的倫理安全性。 未來的研究需要將視覺、語音和其他傳感技術(shù)與機器人技術(shù)結(jié)合,探索更加先進的知識表示和記憶模塊,利用強化
    發(fā)表于 11-11 10:20

    恩智浦eIQ AI機器學習開發(fā)軟件增加兩款新工具

    恩智浦在eIQ AI機器學習開發(fā)軟件增加了帶有檢索增強生成(RAG)與微調(diào)的生成式人工智能(GenAI)流程和eIQ Time Series Studio,以便在小型微控制器(MC
    的頭像 發(fā)表于 11-01 11:39 ?528次閱讀

    AI大模型的倫理與社會影響

    AI大模型的倫理與社會影響是一個復雜且多維度的話題,以下是對其倫理與社會影響的分析: 一、倫理挑戰(zhàn) 數(shù)據(jù)隱私與安全
    的頭像 發(fā)表于 10-23 15:13 ?509次閱讀

    AI for Science:人工智能驅(qū)動科學創(chuàng)新》第4章-AI與生命科學讀后感

    領(lǐng)域的研究人員的工作模式相融合,也是一個亟待解決的問題。然而,這些挑戰(zhàn)也孕育著新的機遇。隨著技術(shù)的不斷進步和應用場景的拓展,AI在生命科學領(lǐng)域的應用將更加廣泛和深入,為科學家們提供更多的研究
    發(fā)表于 10-14 09:21

    AI for Science:人工智能驅(qū)動科學創(chuàng)新》第二章AI for Science的技術(shù)支撐學習心得

    人工智能在科學研究的核心技術(shù),包括機器學習、深度學習、神經(jīng)網(wǎng)絡(luò)等。這些技術(shù)構(gòu)成了AI for
    發(fā)表于 10-14 09:16

    AI for Science:人工智能驅(qū)動科學創(chuàng)新》第一章人工智能驅(qū)動的科學創(chuàng)新學習心得

    人工智能:科學研究的加速器 第一章清晰地闡述了人工智能作為科學研究工具的強大功能。通過機器學習、深度
    發(fā)表于 10-14 09:12

    RISC-V如何支持不同的AI機器學習框架和庫?

    RISC-V如何支持不同的AI機器學習框架和庫?還請壇友們多多指教一下。
    發(fā)表于 10-10 22:24

    AI引擎機器學習陣列指南

    云端動態(tài)工作負載以及超高帶寬網(wǎng)絡(luò),同時還可提供高級安全性功能。AI 和數(shù)據(jù)科學家以及軟硬件開發(fā)者均可充分利用高計算密度的優(yōu)勢來加速提升任何應用的性能。AI 引擎機器
    的頭像 發(fā)表于 09-18 09:16 ?417次閱讀
    <b class='flag-5'>AI</b>引擎<b class='flag-5'>機器</b><b class='flag-5'>學習</b>陣列指南

    英偉達推出Flextron AI框架:賦能靈活高效的AI模型部署

    在人工智能與機器學習領(lǐng)域,隨著技術(shù)的不斷演進,模型的高效部署與適應性成為研究的新熱點。近日,英偉達與德克薩斯大學奧斯汀分校攜手宣布了一重大
    的頭像 發(fā)表于 07-18 15:22 ?2763次閱讀

    平衡創(chuàng)新與倫理AI時代的隱私保護和算法公平

    機制,還包括了數(shù)據(jù)的來源、處理方式以及使用目的的明確披露。這樣不僅有助于監(jiān)管機構(gòu)進行審查,也讓普通用戶能夠理解AI系統(tǒng)的決策依據(jù),從而減少因“黑箱操作”帶來的不信任和誤解。例如,在AI輔助醫(yī)療診斷
    發(fā)表于 07-16 15:07

    【大語言模型:原理與工程實踐】核心技術(shù)綜述

    、召回率、F1分數(shù)等,以及特定任務(wù)的評估方法,比如問答系統(tǒng)的精確回答率。 道德和偏見審核: 評估模型可能的偏見和倫理風險,確保其公平性和合理性,規(guī)避不當使用。 部署和實際應用
    發(fā)表于 05-05 10:56

    FPGA在深度學習應用或?qū)⑷〈鶪PU

    、筆記本電腦或機架式服務(wù)器上訓練神經(jīng)網(wǎng)絡(luò)時,這不是什么大問題。但是,許多部署深度學習模型的環(huán)境對 GPU 并不友好,比如自動駕駛汽車、工廠、機器人和許多智慧城市環(huán)境,在這些環(huán)境硬件必
    發(fā)表于 03-21 15:19