September 13th, 2022 /
in AI, Meddelelser, CRA, Medicinal, Forskningsnyheder /
by
Maddy Hunter
Afventer finansiering, National Institute of Health (NIH) planlægger at lancere broen til kunstig intelligens (Bridge2AI) program. I samarbejde styret af NIH Common Fund, National Center for Complementary and Integrative Health, National Eye Institute, National Human Genome Research Institute, National Institute of Biomedical Imaging and Bioengineering og National Library of Medicine, søger programmet at give omfattende datasæt af høj kvalitet og etisk kilde til at katalysere den udbredte brug af AI i de biomedicinske og adfærdsmæssige forskningsmiljøer.
AI har evnen til at transformere de biomedicinske og adfærdsvidenskabelige områder. Mulige anvendelser omfatter information om klinisk beslutningstagning, overvågning og forudsigelse af sundhedsbehov i realtid og analyse af, hvordan genetisk information, cellekarakteristika og sociale og miljømæssige faktorer påvirker ens helbred. At begynde at inkorporere AI-applikationer i det medicinske område har afsløret en række problemer med de nuværende datasæt. De fleste tilgængelige datasæt i øjeblikket er ufuldstændige, mangler kontekst, mangfoldighed og standardiserede indsamlingsbetingelser. Som et resultat fører brugen af disse datasæt til partiske, uetiske resultater.
I løbet af det sidste år har Computing Community Consortium (CCC) havde en task force, den Computerudfordringer til menneskeheden Etikhold, der diskuterede en række af de negative virkninger af at bruge skæve datasæt i prædiktive medicinske algoritmer. Måden, hvorpå data indsamles, giver anledning til en række problemer. Specifikke tilfælde omfatter:
- En uforholdsmæssig mængde data indsamlet mellem racer forårsager brede, ubegrundede påstande, såsom at alle afroamerikanere har et højere kreatininniveau. Denne ubegrundede påstand har ført til en højere grad af udiagnosticeret nyresygdom blandt afroamerikanere og alvorlige helbredskomplikationer. Du kan læse mere link..
- Minoritetskvinder har større risiko for komplikationer under fødsel på grund af ulige behandling på hospitaler. Medicinske algoritmer, der bestemmer succes- og risikofaktorerne for et kejsersnit, fortolker dataene forkert til at betyde, at minoritetskvinder generelt har en højere risiko og derfor er udelukket fra at modtage en. Du kan læse mere link..
Bridge2AI søger at overvinde disse komplikationer ved at udvikle vejledning og standarder, der sikrer udryddelse af uligheder og bias for at skabe klar-til-brug AI-datasæt. Du kan læse NIH's udmelding link. og se en video om programmet på deres YouTube-side.
