เทคโนโลยีปัญญาประดิษฐ์ (AI) มีคำมั่นสัญญามากมายในการปรับปรุงคุณภาพการดูแลสุขภาพ แต่ยังมีประเด็นสำคัญทางจริยธรรมที่ต้องพิจารณาเพื่อประโยชน์ของการเรียนรู้ด้วยเครื่องให้เกิดขึ้นจริง ตามรายงานชิ้นหนึ่งที่ตีพิมพ์ในวารสารการแพทย์นิวอิงแลนด์ การนำ AI มาใช้ในการดูแลสุขภาพจำเป็นต้องจัดการกับความท้าทายด้านจริยธรรม เช่น ศักยภาพของอัลกอริทึมที่ผิดจรรยาบรรณหรือการโกง
อัลกอริทึม
ที่ได้รับการฝึกอบรมด้วยข้อมูลที่ไม่สมบูรณ์หรือมีอคติ การขาดความเข้าใจในข้อจำกัดหรือขอบเขตของอัลกอริทึม และผลกระทบของ AI ต่อความสัมพันธ์เชิงความไว้วางใจพื้นฐานระหว่าง แพทย์และผู้ป่วย อ้างอิงจากทีมมหาวิทยาลัยสแตนฟอร์ด ประเด็นทั้งหมดนี้ยังเกี่ยวข้องกับรังสีวิทยาอีกด้วย
ซึ่งเป็นผู้ช่วยผู้อำนวยการของศูนย์วิจัยชีวการแพทย์สารสนเทศแห่งสแตนฟอร์ดและผู้อำนวยการร่วมของ ซึ่งเป็นศูนย์วิจัยที่ได้รับทุนสนับสนุนจากสถาบันสุขภาพแห่งชาติของสหรัฐอเมริกา (NIH) วิทยาศาสตร์คลินิกและการแปล รางวัล. อัลกอริทึมการโกงที่ผิดจรรยาบรรณ?อัลกอริทึม AI สามารถออกแบบ
ให้ดำเนินการอย่างผิดจรรยาบรรณได้ ดังที่เห็นได้จากตัวอย่างที่ไม่ใช่ด้านการดูแลสุขภาพ เช่น อัลกอริทึม เพื่อคาดการณ์ว่าผู้โดยสารรายใดที่อาจเป็นเจ้าหน้าที่บังคับใช้กฎหมายนอกเครื่องแบบ นอกจากนี้ยังสามารถพัฒนาอัลกอริทึมเพื่อโกงได้ เช่น เมื่ออัลกอริทึม ช่วยให้รถยนต์ผ่านการทดสอบ
การปล่อยมลพิษโดยลดการปล่อยก๊าซไนโตรเจนออกไซด์ในระหว่างการทดสอบ ในทำนองเดียวกัน ผู้พัฒนา AI สำหรับแอปพลิเคชันด้านการดูแลสุขภาพอาจมีค่านิยมที่ไม่สอดคล้องกับค่านิยมของแพทย์เสมอไป เพื่อนร่วมงาน กล่าว อาจมีสิ่งล่อใจ เช่น ชี้นำระบบไปสู่การดำเนินการทางคลินิก
ที่จะปรับปรุงมาตรวัดคุณภาพ แต่ไม่จำเป็นต้องดูแลผู้ป่วย หรืออัลกอริทึมเหล่านี้อาจสามารถบิดเบือนข้อมูลที่ให้ไว้สำหรับการประเมินสาธารณะเมื่อได้รับการตรวจสอบโดยหน่วยงานกำกับดูแลของโรงพยาบาลที่มีศักยภาพ ตามที่ผู้เขียนกล่าว นอกจากนี้ยังเป็นไปได้ที่จะตั้งโปรแกรม
ระบบ
สนับสนุนการตัดสินใจทางคลินิกในลักษณะที่จะสร้างผลกำไรเพิ่มขึ้นสำหรับนักออกแบบหรือผู้ซื้อ เช่น โดยการแนะนำการทดสอบ ยา หรืออุปกรณ์ที่พวกเขาถือหุ้น หรือโดยการปรับเปลี่ยนรูปแบบการอ้างอิง
“แรงจูงใจของผลกำไรกับผลลัพธ์ของผู้ป่วยที่ดีที่สุดอาจขัดแย้งกันในบางครั้ง” และเพื่อนร่วมงานกล่าว
ว่าความตึงเครียดอย่างต่อเนื่องของการสร้างผลกำไรและการปรับปรุงสุขภาพของผู้ป่วยต้องได้รับการแก้ไข เนื่องจากผู้พัฒนาและผู้ซื้อระบบการเรียนรู้ด้วยเครื่องจักรไม่น่าจะเป็นผู้ที่ให้การดูแลข้างเตียง
อีกประเด็นหนึ่งคืออันตรายจากการทำตามคำพยากรณ์ด้วยตนเอง ข้อมูลพื้นฐานที่ใช้
ในการฝึกอัลกอริทึมอาจไม่สมบูรณ์หรือมีอคติ จากนั้นอัลกอริทึมการทำงานอาจสะท้อนถึงอคติเหล่านี้
“หากแพทย์ถอนการดูแลผู้ป่วยด้วยผลการตรวจบางอย่างเสมอ (เช่น การคลอดก่อนกำหนดหรือการบาดเจ็บทางสมอง เป็นต้น) ระบบการเรียนรู้ด้วยเครื่องอาจสรุปได้ว่าผลการตรวจดังกล่าวเป็นอันตรายถึงชีวิต
เสมอ” ผู้เขียนกล่าว “ในทางกลับกัน เป็นไปได้ว่าแมชชีนเลิร์นนิง เมื่อปรับใช้อย่างเหมาะสม สามารถช่วยแก้ไขความไม่เสมอภาคในการให้บริการทางการแพทย์ได้ หากสามารถสร้างอัลกอริทึมเพื่อชดเชยอคติที่ทราบหรือระบุขอบเขตของการวิจัยที่จำเป็น” ความเชื่อที่มืดบอดหรือความสงสัยนอกจากนี้
แพทย์ไม่เข้าใจข้อจำกัดหรือขอบเขตของอัลกอริธึมของ AI ทำให้เกิดความเชื่อที่มืดบอดหรือความสงสัย “การปฏิบัติต่อพวกเขาเหมือนกล่องดำอาจทำให้แพทย์พึ่งพาระบบ AI มากเกินไปหรือน้อยเกินไป” Char กล่าวผู้เขียนตั้งข้อสังเกตว่า แพทย์ที่ใช้ระบบแมชชีนเลิร์นนิงสามารถได้รับความรู้มากขึ้น
เกี่ยวกับ
วิธีสร้างอัลกอริทึมเหล่านี้ ชุดข้อมูลที่พวกเขาได้รับการฝึกฝน และข้อจำกัดของพวกเขา
“การเพิกเฉยต่อการสร้างระบบแมชชีนเลิร์นนิงหรืออนุญาตให้สร้างได้เนื่องจากกล่องดำอาจนำไปสู่ผลลัพธ์ที่เป็นปัญหาทางจริยธรรม” พวกเขาเขียน ความสัมพันธ์แบบไว้วางใจAI ยังเปลี่ยนความสัมพันธ์
แบบผูกมัดระหว่างแพทย์และผู้ป่วย ซึ่งเป็นความสัมพันธ์ที่เปลี่ยนไปแล้วในการแพทย์ทางคลินิกเป็นความสัมพันธ์แบบหนึ่งระหว่างผู้ป่วยกับระบบบันทึกสุขภาพอิเล็กทรอนิกส์ “สิ่งต่าง ๆ เช่นความเป็นส่วนตัวนั้นยากที่จะรับประกันอยู่แล้ว” เขากล่าว “การนำระบบ AI มาใช้จะทำให้ [ข้อกังวล] เหล่านี้ดียิ่งขึ้นไป
อีก ระบบอิสระเหล่านี้มีบทบาทและหน้าที่ทางจริยธรรมอะไรบ้างในความสัมพันธ์ที่ไว้วางใจระหว่างผู้ป่วยและผู้ให้บริการ”ผู้เขียนกล่าวว่าด้วย AI ความสัมพันธ์ระหว่างผู้ป่วยกับระบบสุขภาพ ดังนั้น การนำระบบแมชชีนเลิร์นนิงมาใช้จะต้องมีการทบทวนการรักษาความลับและหลักการหลักอื่นๆ ของจรรยาบรรณ
วิชาชีพใหม่“ยิ่งไปกว่านั้น ระบบการดูแลสุขภาพเพื่อการเรียนรู้จะมีหน่วยงาน ซึ่งจำเป็นต้องคำนึงถึงจริยธรรมในการดูแลผู้ป่วยด้วย” พวกเขาเขียน การรับรองมาตรฐานทางจริยธรรมผู้เขียนเชื่อว่าความเป็นไปได้ที่จะเกิดอคติและคำถามเกี่ยวกับความสัมพันธ์ที่ไว้วางใจระหว่างผู้ป่วยกับระบบแมชชีนเลิร์นนิง
เป็นความท้าทายที่ต้องได้รับการแก้ไขโดยเร็วที่สุด “ระบบแมชชีนเลิร์นนิงสามารถสร้างขึ้นเพื่อสะท้อนถึงมาตรฐานทางจริยธรรมที่ได้ชี้นำผู้ปฏิบัติงานด้านการดูแลสุขภาพคนอื่นๆ และสามารถปฏิบัติตามมาตรฐานเหล่านั้นได้” พวกเขาสรุป “ขั้นตอนสำคัญคือการกำหนดวิธีการตรวจสอบให้แน่ใจว่าเป็นเช่นนั้น
ดังนั้นฉันจึงสามารถต่อสู้โดยได้รับการยกเว้นโทษ แต่ฉันได้ยินเรื่องราวจากเพื่อนและคนรู้จักเกี่ยวกับความทุกข์ทรมานของพวกเขาภายใต้ผู้มีอำนาจ” เกี่ยวกับการเผยแพร่วารสารหรือหนังสือ ไม่ว่าจะโดยวิธีการบังคับใช้นโยบาย แนวทางการเขียนโปรแกรม การทำงานของหน่วยเฉพาะกิจ หรือการผสมผสานของกลยุทธ์เหล่านี้”
credit : สล็อตเว็บตรง100 / ดูหนังฟรี / 50รับ100
