NIH lanceert Bridge2AI-programma om de wijdverbreide introductie van AI in de biomedische en gedragswetenschappelijke velden te versnellen

In afwachting van financiering, het National Institute of Health (NIH) is van plan om de brug naar kunstmatige intelligentie (Brug2AI) programma. Het programma wordt gezamenlijk beheerd door het NIH Common Fund, het National Center for Complementary and Integrative Health, het National Eye Institute, het National Human Genome Research Institute, het National Institute of Biomedical Imaging and Bioengineering en de National Library of Medicine. uitgebreide, hoogwaardige en ethisch verantwoorde datasets om het wijdverbreide gebruik van AI in de biomedische en gedragsonderzoeksgemeenschappen te katalyseren.

AI heeft het vermogen om de biomedische en gedragswetenschappelijke velden te transformeren. Mogelijke toepassingen zijn onder meer het informeren van klinische besluitvorming, het in realtime monitoren en voorspellen van gezondheidsbehoeften en het analyseren van hoe genetische informatie, celkenmerken en sociale en omgevingsfactoren iemands gezondheid beïnvloeden. Door AI-toepassingen in het medische veld te integreren, zijn een aantal problemen met de huidige datasets aan het licht gekomen. De meeste beschikbare datasets zijn op dit moment onvolledig, zonder context, diversiteit en gestandaardiseerde verzamelingsvoorwaarden. Als gevolg hiervan leidt het gebruik van deze datasets tot bevooroordeelde, onethische resultaten.

Het afgelopen jaar heeft het Computing Community Consortium (CCC) had een taskforce, de Computeruitdagingen voor de mensheid Ethisch team, dat een aantal van de negatieve effecten besprak van het gebruik van vooringenomen datasets in voorspellende medische algoritmen. De manier waarop de gegevens worden verzameld, roept een aantal problemen op. Specifieke gevallen zijn onder meer:

• Een onevenredige hoeveelheid gegevens die tussen rassen is verzameld, veroorzaakt brede, ongegronde claims, zoals alle Afro-Amerikanen met een hoger creatininegehalte. Deze ongegronde claim heeft geleid tot een hoger percentage niet-gediagnosticeerde nierziekte onder Afro-Amerikanen en tot ernstige gezondheidscomplicaties. U kunt meer lezen hier.
• Minderheidsvrouwen hebben een groter risico op complicaties tijdens de bevalling door ongelijke zorg in ziekenhuizen. Medische algoritmen die de succes- en risicofactoren van een keizersnede bepalen, interpreteren de gegevens verkeerd, zodat ze betekenen dat vrouwen uit een minderheidsgroep over het algemeen een hoger risico lopen en er daarom geen kans op krijgen. U kunt meer lezen hier.

Bridge2AI probeert deze complicaties te overwinnen door richtlijnen en standaarden te ontwikkelen die ervoor zorgen dat ongelijkheden en vooroordelen worden uitgebannen om kant-en-klare AI-datasets te creëren. U kunt de aankondiging van NIH lezen hier en bekijk een video over het programma op hun YouTube-pagina.