0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

医学中AI工具和机器学习系统的研究和部署的八项安全伦理原则

倩倩 来源:互联网分析沙龙 2020-04-23 15:32 次阅读

虽然AI在医疗保健中的使用使许多医生和医疗机构对它的潜力感到兴奋,但其他人对此表示怀疑,并呼吁在广泛应用该技术之前采用道德标准。

澳大利亚皇家放射学院和新西兰放射医学学院(RANZCR)在最近公布了有关机器学习和AI在医学中的新兴用途的道德准则草案后,正在回答这一要求。在起草的指南中,该组织概述了医学中AI工具和机器学习系统的研究和部署的八项安全伦理原则,重点是临床放射学和放射肿瘤学。

八项道德原则是:

安全-在机器学习系统或AI工具的开发,部署和利用中应首先考虑患者安全。

避免偏见—为避免偏见,应在代表目标患者人群的大量数据和各种数据上对系统进行培训。

透明度和可解释性-AI系统的开发人员应考虑允许医生理解和解释如何做出决定的设计。

隐私和数据保护-必须取消识别AI研究中使用的数据,以便无法重建患者的身份。

关于诊断和治疗的决策-应该使用系统来增强诊断和治疗的决策过程,并且仍应允许医生做出最终建议。

做出决策的责任-医疗机构在研究或实施AI工具时应提供有关可能承担共同责任的信息

运用人类价值观-医师应在使用AI工具的任何情况下运用人道主义价值观。

治理-使用AI技术的医院和医疗机构应设立负责任的治理委员会,以监督其使用和对道德标准的遵守情况。

“澳大利亚每年进行数百万次扫描,例如超声和核磁共振成像,突显了成像在医疗保健中的关键作用。放射学如何适应人工智能将对患者和其他医疗保健专业人员产生持续影响,这就是为什么RANZCR主席MBChB的Lance Lawler在一份准备好的声明中说。

“商定的原则一旦建立,将补充现有的医学伦理框架,但也将为医生和医疗组织提供有关研究和部署机器学习系统和医学AI工具的指南。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    87

    文章

    30763

    浏览量

    268914
  • 机器学习
    +关注

    关注

    66

    文章

    8408

    浏览量

    132576
收藏 人收藏

    评论

    相关推荐

    【「具身智能机器系统」阅读体验】+初品的体验

    解决许多技术的和非技术的挑战,如提高智能体的自主性、处理复杂环境互动的能力及确保行为的伦理安全性。 未来的研究需要将视觉、语音和其他传感技术与机器人技术相结合,以探索更加先进的知识表
    发表于 12-20 19:17

    【书籍评测活动NO.51】具身智能机器系统 | 了解AI的下一个浪潮!

    复杂环境互动的能力及确保行为的伦理安全性。 未来的研究需要将视觉、语音和其他传感技术与机器人技术结合,探索更加先进的知识表示和记忆模块,利用强化
    发表于 11-11 10:20

    恩智浦eIQ AI机器学习开发软件增加两款新工具

    恩智浦在eIQ AI机器学习开发软件增加了带有检索增强生成(RAG)与微调的生成式人工智能(GenAI)流程和eIQ Time Series Studio,以便在小型微控制器(MC
    的头像 发表于 11-01 11:39 496次阅读

    AI大模型的伦理与社会影响

    AI大模型的伦理与社会影响是一个复杂且多维度的话题,以下是对其伦理与社会影响的分析: 一、伦理挑战 数据隐私与安全
    的头像 发表于 10-23 15:13 467次阅读

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    领域的研究人员的工作模式相融合,也是一个亟待解决的问题。然而,这些挑战也孕育着新的机遇。随着技术的不断进步和应用场景的拓展,AI在生命科学领域的应用将更加广泛和深入,为科学家们提供更多的研究
    发表于 10-14 09:21

    AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    人工智能在科学研究的核心技术,包括机器学习、深度学习、神经网络等。这些技术构成了AI for
    发表于 10-14 09:16

    AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    人工智能:科学研究的加速器 第一章清晰地阐述了人工智能作为科学研究工具的强大功能。通过机器学习、深度
    发表于 10-14 09:12

    RISC-V如何支持不同的AI机器学习框架和库?

    RISC-V如何支持不同的AI机器学习框架和库?还请坛友们多多指教一下。
    发表于 10-10 22:24

    AI引擎机器学习阵列指南

    云端动态工作负载以及超高带宽网络,同时还可提供高级安全性功能。AI 和数据科学家以及软硬件开发者均可充分利用高计算密度的优势来加速提升任何应用的性能。AI 引擎机器
    的头像 发表于 09-18 09:16 390次阅读
    <b class='flag-5'>AI</b>引擎<b class='flag-5'>机器</b><b class='flag-5'>学习</b>阵列指南

    开启全新AI时代 智能嵌入式系统快速发展——“第六届国产嵌入式操作系统技术与产业发展论坛”圆满结束

    嵌入式系统是电子信息产业的基础,是智能系统的核心。大模型催生AI走入千家万户、唤醒端侧AI的需求爆发。以机器人、无人驾驶和智能制造为代表的智
    发表于 08-30 17:24

    英伟达推出Flextron AI框架:赋能灵活高效的AI模型部署

    在人工智能与机器学习领域,随着技术的不断演进,模型的高效部署与适应性成为研究的新热点。近日,英伟达与德克萨斯大学奥斯汀分校携手宣布了一重大
    的头像 发表于 07-18 15:22 2751次阅读

    平衡创新与伦理AI时代的隐私保护和算法公平

    机制,还包括了数据的来源、处理方式以及使用目的的明确披露。这样不仅有助于监管机构进行审查,也让普通用户能够理解AI系统的决策依据,从而减少因“黑箱操作”带来的不信任和误解。例如,在AI辅助医疗诊断
    发表于 07-16 15:07

    机器学习的数据分割方法

    机器学习,数据分割是一至关重要的任务,它直接影响到模型的训练效果、泛化能力以及最终的性能评估。本文将从多个方面详细探讨机器
    的头像 发表于 07-10 16:10 1728次阅读

    【大语言模型:原理与工程实践】核心技术综述

    、召回率、F1分数等,以及特定任务的评估方法,比如问答系统的精确回答率。 道德和偏见审核: 评估模型可能的偏见和伦理风险,确保其公平性和合理性,规避不当使用。 部署和实际应用
    发表于 05-05 10:56

    FPGA在深度学习应用或将取代GPU

    、笔记本电脑或机架式服务器上训练神经网络时,这不是什么大问题。但是,许多部署深度学习模型的环境对 GPU 并不友好,比如自动驾驶汽车、工厂、机器人和许多智慧城市环境,在这些环境硬件必
    发表于 03-21 15:19