XiaoMi-AI文件搜索系统
World File Search SystemBlobel
HL7 EHR工作组，减少临床医生负担项目 - 人工智能（AI）焦点小组，考虑下一阶段的候选项目
P20为医疗保健特定的AI伦理制定了最低可行的标准。这可能结合了使数据公平并建立用于开发AI就绪数据集的标准的想法。（＃10似乎触及了道德，因此可以解决这两个方面的问题）考虑了以下引用的IEEE标准（Bernd Blobel MD）。考虑其他全球标准（John Gachago）。IEEE Standards related to AI Ethics – from Bernd Blobel: IEEE 7000-2022 Standard model process for addressing ethical concerns during system design IEEE 7007-2021 - IEEE Ontological Standard for Ethically Driven Robotics and Automation Systems IEEE P7012 Standard for Machine Readable Privacy Terms IEEE 2933 Standard for Clinical Internet of Things (IoT) Data and Device Interoperability with另外：IEEE 7001-2021：IEEE自主系统透明度IEEE IEEE 7002-2022-IEEE数据隐私过程IEEE标准IEEE P7008 P7008道德驱动的裸露标准机器人，智能和自主系统 - 信任，身份，身份，私密，保护，安全，安全，安全，安全，安全，安全，安全，安全，安全，安全，安全，安全，安全
HL7 EHR工作组，减少临床医生负担项目 - 人工智能（AI）焦点团队，考虑下一阶段发展的候选项目
P20为医疗保健特定的AI伦理制定了最低可行的标准。这可能结合了使数据公平并建立用于开发AI就绪数据集的标准的想法。（＃10似乎触及了道德，因此可以解决这两个空间中的IEEE标准（Bernd）。其他全球标准（John Gachago。审查）。IEEE Standards related to AI Ethics – from Bernd Blobel: IEEE 7000-2022 Standard model process for addressing ethical concerns during system design IEEE 7007-2021 - IEEE Ontological Standard for Ethically Driven Robotics and Automation Systems IEEE P7012 Standard for Machine Readable Privacy Terms IEEE 2933 Standard for Clinical Internet of Things (IoT) Data and Device Interoperability with另外：IEEE 7001-2021：IEEE自主系统透明度IEEE IEEE 7002-2022-IEEE数据隐私过程IEEE标准IEEE P7008 P7008道德驱动的裸露标准机器人，智能和自主系统 - 信任，身份，身份，私密，保护，安全，安全，安全，安全，安全，安全，安全，安全，安全，安全，安全，安全，安全
让人工智能在医疗保健领域发挥责任感
• 确保具有人类属性（语音或视觉）的人工智能医疗系统不会欺骗人类，这一点很重要；它们应该明确地介绍自己是人工智能代理。它们还必须允许患者自由地做出与健康相关的决定，而不受胁迫或过度压力（Reddy 等人，2020 年）。 • 临床决策的透明度和解释对于医学影像分析和临床风险预测至关重要（Blobel 等人，2020 年） • 当患者数据可能与人工智能开发人员共享时，必须有一个流程来征求患者的充分知情同意，如果征求批准不可行/不切实际，则必须对数据进行匿名化，以便开发人员无法识别单个患者的详细信息（O'Sullivan 等人，2019 年）。 • 修改机构政策和指南，确保患者了解治疗医生正在借助人工智能应用的支持，了解这些应用的局限性，以及患者在相关情况下可以拒绝涉及人工智能的治疗（Reddy 等人，2020 年）。
健康信息学
第 150 卷。K.-P. Adlassnig、B. Blobel、J. Mantas 和 I. Masic（编辑），联合健康欧洲的医学信息学 - MIE 2009 论文集 - 欧洲医学信息学联合会第 22 届国际大会第 149 卷。RG Bushko（编辑），健康未来战略第 148 卷。R. Beuscart、W. Hackl 和 C. Nøhr（编辑），药物不良事件的检测和预防 - 信息技术和人为因素第 147 卷。T. Solomonides、M. Hofmann-Apitius、M. Freudigmann、SC Semler、Y. Legré 和 M. Kratz（编辑），健康网格研究、创新和商业案例 - HealthGrid 2009 论文集第 146 卷。K. Saranto 等人(Eds.)，连接健康与人类 - NI2009 论文集 - 第 10 届国际护理信息学大会第 145 卷。A. Gaggioli 等人 (Eds.)，康复领域的先进技术 - 通过虚拟现实、机器人、可穿戴系统和脑机接口增强认知、身体、社交和沟通能力第 144 卷。BK Wiederhold 和 G. Riva (Eds.)，网络治疗和远程医疗年度回顾 2009 - 行为社会和神经科学领域的先进技术第 143 卷。JG McDaniel (Ed.)，健康领域信息技术和通信的发展
人工智能进步对中低收入国家实验室医学的影响：挑战与建议——文献综述
1. Paranjape K、Schinkel M、Hammer RD 等。人工智能在实验室医学中的价值。Am J Clin Path。2021；155(6)：823 ‐ 831。doi:10.1093/ajcp/aqaa170 2. AAcC.org。实验室医学中人工智能的现状报告。2023 年 1 月 1 日。2023 年 12 月 1 日访问。https://www.aacc.org/cln/articles/2023/janfeb/a-status-report-on-ai-in-laboratory-medicine 3. Hanna MG、Hanna MH。人工智能在病理学中的当前应用和挑战。Hum Pathol Rep。2022；27：300596。 doi:10.1016/j.hpr.2022.300596 4. López DM、Rico ‐ Olarte C、Blobel B、Hullin C。通过人工智能改变中低收入国家卫生生态系统的挑战和解决方案。Front Med。2022；9：958097。doi:10.3389/fmed.2022.958097 5. Ciecierski ‐ Holmes T、Singh R、Axt M、Brenner S、Barteit S。人工智能用于加强中低收入国家医疗保健系统：系统范围审查。NPJ Digit Med。2022；5(1)：162。 doi:10.1038/s41746-022-00700-y 6. Lencucha R、Neupane S。“低收入和中等收入国家”类别的使用、误用和过度使用。BMJ Glob Health。2022；7(6):e009067。doi:10.1136/bmjgh-2022-009067 7. Nkengasong JN、Yao K、Onyebujoh P。低收入和中等收入国家的实验室医学：进展与挑战。