机构名称：
¥ 1.0
人工智能（AI）的整合及其在医学中的自主学习过程（或机器学习）彻底改变了全球健康状况，提供了更快，更准确的诊断，对医疗的个性化以及对临床信息的有效管理。但是，这种转变并非没有道德挑战，这需要全面而负责的方法。在许多领域中，AI和医学相交，例如健康教育，患者界面界面，数据管理，诊断，干预和决策过程。对于其中一些领域，有一些准则可以调节它们。AI在医学上有许多应用，包括医学成像分析，诊断，患者预后的预测分析，药物发现和发育，虚拟健康助理和远程患者监测。它也用于机器人手术，临床决策支持系统，AI驱动的聊天机器人，用于分类，管理工作流动自动化和治疗建议。尽管有许多应用，但与文献中尤其是在医学中鉴定出的AI有关的一些问题。这些问题是数据隐私和安全性，偏见和歧视，缺乏透明度（黑匣子问题），与现有系统的集成，成本和可及性差异，AI过度自信的风险，技术限制，对AI错误的问责制，算法可解释性，数据标准化问题，失业，失业，挑战以及临床验证。已经确定的各种问题，最担心的是数据偏见，黑匣子现象，有关数据隐私的问题，决策的责任，人类的安全问题以及技术失业。仍然存在与AI自主学习算法的使用有关的几个道德问题，即认知，规范性和全面的道德问题（总体上）。解决所有这些问题对于确保在医疗保健中使用AI在道德和负责任的情况下实施，从而为人口提供福利而不会损害基本价值。医疗保健提供者与行业之间正在进行的对话，建立道德准则和法规，不仅考虑当前的道德困境，而且未来的观点也是将AI应用于医学实践的基本要点。本综述的目的是讨论主要用于数据管理，诊断，干预和决策过程中的AI算法的道德问题。
通过人工智能的医学革命
主要关键词
相关文件推荐
