缩写 全文 AfC 变革议程 AP 高级实践/高级从业者生物伦理学 生物伦理学是应用伦理学的一个分支,研究医学和生命科学中出现的哲学、社会和法律问题,特别是研究生物学和医学进步带来的伦理问题。 BDA 英国营养协会 CA125 癌抗原 125 CBD 病例讨论 CCG 临床委托小组 CEP 临床检查程序技能 COT 咨询观察工具 CPD 临床专业发展 CRP C 反应蛋白 CS 临床主管 CSP 特许物理治疗师协会 ECG 心电图 ESR 红细胞沉降率 FBC 全血细胞计数 FCP 首次接触从业者 FTE 全职当量 功能性肠病 (FBD)
肾衰竭患者的生物伦理学、支持性/姑息治疗和生活质量 WCN25AB880 情绪对老年患者面对死亡、在终末期肾病(ESRD)治疗方案决策中的影响 一项定性研究。 VENKATARAMAN VINOD 澳大利亚 肾衰竭患者的生物伦理学、支持性/姑息治疗和生活质量 1 WCN'25 展览厅 2025 年 2 月 7 日,星期五 17
摘要背景:一方面,有伦理争议的基因技术的政策规定应基于伦理原则。另一方面,它们应为社会所接受,以确保实施。此外,它们应与伦理理论保持一致。然而,迄今为止,我们缺乏一个可靠且有效的量表来衡量普通人的相关伦理判断。我们针对这一缺陷。方法:我们开发了一个基于伦理原则的量表来引出普通人的判断:基因技术问卷 (GTQ)。在两项试点研究和一项预先注册的主要研究中,我们在美国人口的代表性样本中验证了该量表。结果:量表的最终版本包含 20 个项目,但即使减少到 5 个仍然高度可靠。它还可以预测行为;例如,通过 GTQ 衡量的道德判断可以预测假设的捐赠和杂货店购物。此外,GTQ 可能引起政策制定者和伦理学家的兴趣,因为它揭示了普通人连贯且符合伦理的判断。例如,GTQ 表明,伦理判断对可能的利益和危害很敏感(符合功利主义伦理学),但也对诸如同意自主权的价值等伦理原则很敏感。结论:GTQ 可以推荐用于实验心理学和应用伦理学的研究,也可以作为伦理和经验主义政策制定的工具。关键词:基因技术、基因组编辑、应用伦理学、公共卫生伦理学、政策制定、技术伦理
作为气候科学家,我们在不断变化的环境中运作。在IPCC AR6开始时,2015年,国际合作在可持续性方面取得了重大进展,从而实施了几个新框架,包括减少灾害风险的UN Sendai框架,可持续发展目标,新的城市议程和巴黎协定[2]。在AR6周期内,强烈重视气候变化,生态系统和生物多样性与IPCC和IPBES之间的联合研讨会[3]之间的联合研讨会,以及《联合国生物多样性公约》在2022年实施的生物学多样性公约Kunming-Montre-Montre Montre'al Global Biovorverty框架。在2023年,AR6 IPCC综合报告[4]强调,当前气候行动的步伐和规模不足以限制与气候相关风险的升级,并具有迅速的机会范围,以实现气候弹性的发展,以及共享知识的关键作用以支持变革性变化。随着气候变化的快速变化(图1),气候状态的定期更新对于向社会提供信息至关重要 - 比IPCC报告更多,预计到2028年的AR7结果。已经针对全球碳预算[5]和年度气候[6]和极端事件[7,8]实施了此类努力。基于观测数据集的更新和支持AR6 WGI报告的相同方法[9],新的协调努力为全球气候状况的关键指标提供了年度更新,显示了辐射强迫,地球能量不平衡,人类造成的全球变暖的变化,发生在越来越多的速度[10]。此类年度更新对可归因的全球和区域变暖现在为观察受到约束的全球和区域保护的年度更新打开了可能性[11,12]。与其IPCC 2021估算值相比,与限制全球变暖至1.5°C的剩余碳预算相比已降低了两倍,而IPCC 2021估计[9] [9],缩小至250 gtco2左右,预计在6年内以
伦理学关注的是过上富足的生活意味着什么,以及我们在道德上对他人负有什么责任。计算机科学家和经济学家以及其他强大参与者中盛行的优化思维导致了一种专注于最大限度地满足人类偏好的方法,这种方法在人工智能伦理学中获得了相当大的影响力。但这种基于偏好的功利主义很容易受到严重的反对。本文概述了一种替代性的人工智能“人文主义”伦理学,它对人类参与伦理的各个方面很敏感,而这些方面往往被主流方法所忽视。这种人文主义方法的三个要素概述如下:它致力于多元价值观,它强调我们采用的程序的重要性,而不仅仅是它们产生的结果,以及它赋予个人和集体参与在我们理解人类福祉和道德方面的核心地位。本文最后思考了人工智能的前景如何影响这种人文主义观点。
人工智能 (AI) 和其他机器学习 (ML) 应用正日益渗透到我们生活的各个方面,医疗保健也不例外。除了新兴应用之外,AI 已经以多种方式得到应用,包括医学成像、解析和整理电子病历、优化护理轨迹、诊断、提高临床试验的入组率,甚至减少医疗错误 (1-4)。这不是一份详尽的清单;可以说,这些应用与医学领域本身一样多种多样且复杂。2018 年,纳菲尔德生物伦理委员会指出,由于 AI 在用于训练 ML 算法的数据集中重现偏见的方式,以及偏见可以“嵌入算法本身,反映 AI 开发人员的信念和偏见”的方式,AI 在医疗保健领域的使用可能存在问题 (2)。在本文中,我认为偏见是指对边缘群体有意识和无意识的负面情绪或看法,这种情绪或看法根源于历史歧视,会影响一个人的行为和思维方式。这些偏见及其对健康的负面影响已经在最近的 ImpactPro 研究等案例中得到体现,该研究发现纽约联合健康服务中心的一种算法未能以与白人患者相同的比例向黑人患者推荐复杂的健康需求计划 (5-6)。因此,医疗保健领域必须应对此类技术的普及,以纠正医疗保健系统中先前的不平等现象,这些不平等现象产生了人工智能技术目前正在重现的偏见数据 (4,7)。为此,医疗从业人员必须采取各种反偏见措施,例如隐性偏见培训、医学偏见教育和“换位思考”,并承担起 AI 技术监督者和合作者的责任。目前用于减少日常医疗互动中偏见的许多措施可以转移到 AI 中,尤其是当医疗从业人员对 ML 算法推荐的决策拥有最终决定权时。很难确定 AI 在医疗保健领域应用的通用规则,因为应用、用途和环境非常多样化,并且一直在发展。鉴于此,我将使用 ImpactPro 案例来说明 AI 对医疗保健的影响如何重申在提供医疗服务以更好地满足边缘化患者的健康需求时打击偏见的现有职责。我认为 ImpactPro 案例表明,医疗从业者有机会通过减少医院和医学研究中的偏见实践以及与边缘化社区建立信任来抵制 AI 算法中的偏见,最终目标是改善用于训练 AI 的数据,并更快地发现 AI 结果存在偏见的案例。这些途径也符合 AI 最佳实践的原则,例如《蒙特利尔人工智能负责任发展宣言》和人工智能高级专家组 (HLEG) 提出的原则。
高级,研究生牙科和口腔科学联盟健康和医疗辅助服务联盟健康诊断,干预和治疗生物伦理学,医学伦理学临床实验室科学/研究临床医学研究临床护理障碍科学和服务牙科培养业饮食培养和临床营养学临床医学研究,医学临床医学,健康科学,医学临床科学技术,科学技术,科学研究医学信息学医学实验室科学/研究医学
玛丽·雪莱(Mary Shelley)在1818年写了弗兰肯斯坦(Frankenstein)。欧洲的启蒙运动正在如火如荼地进行,但是科学革命只是出现了。Luigi Galvani(1737–1798)最近证明了电力对解剖动物的作用,而他的侄子Giovanni Aldini(1762-1834)用电力“动画”了人类尸体。在考虑伦理学之前,采用了这种技术,但是公平地说,生物伦理学的纪律不会再过一个半世纪。归雪莱这样的作家创造了叙事,可以通过科学进步的道德含义来帮助社会思考。自玛丽·雪莱(Mary Shelley)出发写她的哥特式恐怖故事以来,世界发生了很大变化。以微妙而深刻的方式操纵生活已经有可能。我们现在有生物伦理学,但是科学进步定期超过我们思考的能力。没有比当前神经生物学研究更清晰的地方。
34 我假设胚胎在通过 GGE 进行基因改造之前和之后具有相同的数值身份,因此无论是否进行 GGE,出生的人在数值上是相同的,尽管在质量上有所不同。许多人可能同意,胚胎 DNA 的微小变化(例如单基因疾病的情况)不会将胚胎 A 变成新的胚胎 B。因此,不会出现数值上不同的人。但是,我知道这种说法并非没有争议,因为 GGE 应用于胚胎是否会导致不同的人诞生仍是一个悬而未决的问题,还应考虑许多其他因素:例如,基因变化的程度、变化在个体生命中的表现、这种变化的影响何时发生在个体的生命中等。关于这一点,请参阅:Zohar,N. (1991)。基因治疗的前景——一个人能从改变中受益吗?生物伦理学,5 (4),275-288;Elliot,R. (1993)。身份与基因治疗的伦理学。《生物伦理学》,7(1),27-40。