外部利益相关者:AHRQ要感谢许多外部利益相关者对我们的战略规划过程的意见。This includes individuals and organizations who submitted public comments in response to the Patient-Centered Outcomes Research Trust Fund (PCORTF) Strategic Plan Federal Register Notice, speakers at the National Academies of Sciences, Engineering, and Medicine (NASEM) PCORTF workshop proceedings, PCORTF Subcommittee of the National Advisory Council (SNAC) members, the AHRQ National Advisory Council's (NAC) members, attendees at the Multiple Chronic Conditions Research Summit,美国预防服务工作组(USPSTF)的成员,初级保健研究会议的与会者,以及AHRQ健康公平峰会的与会者。您周到的评论和建议使这个新的战略框架成为可能。
人们认识到人工智能 (AI) 具有减少医疗保健差距和不公平现象的潜力,但如果不以公平的方式实施,它也会加剧这些问题。这种观点确定了人工智能生命周期每个阶段的潜在偏见,包括数据收集、注释、机器学习模型开发、评估、部署、操作化、监控和反馈集成。为了减轻这些偏见,我们建议让一群不同的利益相关者参与进来,采用以人为本的人工智能原则。以人为本的人工智能有助于确保人工智能系统的设计和使用方式有利于患者和社会,从而减少健康差距和不公平现象。通过识别和解决人工智能生命周期每个阶段的偏见,人工智能可以在医疗保健领域发挥其潜力。
• 每个人都必须有一个以人为本的服务计划 • 个人必须主导该计划的制定,并在需要时提供支持 • 该计划必须包括个人关心的日常生活要素以及任何已确定的健康或安全问题。 • 以人为本的计划必须远远超出基本的医疗信息
离职(续) • Veerasamy Ravichandran,博士,生物物理学、生物医学技术和计算生物科学部生物信息学和计算生物学分部(调至美国国家医学图书馆) • Lumy Sawaki-Adams,医学博士,研究能力建设司研究进步项目分部(调至美国国家神经疾病和中风研究所) • Peggy Schnoor,数据集成、建模和分析司数据集成和传播分部(退休) • Vickie Southers,管理司(退休)
摘要 — 对人工智能的主要批评之一是其缺乏可解释性。许多批评者声称,如果不知道人工智能如何得出结果或得出给定的结论,就不可能相信其结果。当基于人工智能的系统和应用程序无法成功执行任务时,这个问题尤其令人担忧。在本期特刊社论中,我们重点关注两个主要领域,可解释的人工智能 (XAI) 和准确性,以及这两个维度对于构建可信赖的系统至关重要。我们回顾了突出的 XAI 设计主题,从而重新构建了设计和开发工作,突出了人类的重要性,从而证明了以人为本的人工智能 (HCAI) 的重要性。HCAI 方法提倡一系列深思熟虑的设计相关决策,例如与多利益相关者参与和消除学科界限有关的决策。这使得人们能够考虑和整合深度跨学科知识,正如我们在人工智能设计的社会认知方法示例中所证明的那样。然后,本社论讨论了未来的发展方向,强调了平衡评估与人工智能设计相关的机遇、风险和责任的价值。最后,我们介绍了特刊中的论文及其贡献,并指出了未来的研究努力。
以人为本的规划帮助需要 HCBS/豁免服务的人制定和构建服务计划(护理计划/初始服务计划/修订服务计划),为他们的生活带来目的和意义。寻求/接受豁免服务的申请人/参与者将领导以人为本的规划过程。该过程应提供必要的信息和支持,以确保申请人/参与者尽可能地指导该过程,并能够做出自己的明智选择和决定。如果申请人/参与者有法定监护人,则监护人应根据需要并由个人定义参与其中。以人为本的规划过程必须包括申请人/参与者选择的人员。例如:申请人与其服务协调员 (SC) 一起制定初始服务计划,选择他们希望将谁纳入以人为本的服务计划流程。这些参与者可能包括申请人/参与者选择的人员,例如家人、朋友、非正式支持人员和他们选择的服务提供商。以人为本的规划流程应该:
为了在斯坦福大学建立社区,CRFM 每周举行会议,将来自不同部门的学者聚集在一起,包括计算机科学、法律、政治学和生物医学。为了在整个基础模型生态系统中建立规范和标准,该中心提出了一项关于发布和访问基础模型的规范的提案(在 Protocol 中作为专栏文章发表)。CRFM 研究人员与 HAI 国会 AI 训练营的政策制定者进行了交流,并开始与 HAI 的政策团队一起撰写一系列政策简报,内容涉及基础模型、不断发展的生态系统以及确保这项技术的影响符合公共利益的规范/标准/基准。
摘要:可用的研究表明,糖尿病患者没有定期接受预感,但是有关患者咨询经历的信息很少。我们进行了一项定性研究,涉及2020年10月至2021年2月之间的22名患者的半结构化访谈。在北加州一个大型学术医疗中心的特种糖尿病和怀孕诊所招募了孕妇患有糖尿病的孕妇。采访使用归纳和演绎内容分析方法进行了转录,编码和分析。总共27%报告说,他们在怀孕前与医疗保健提供者没有任何与怀孕有关的讨论。那些做过的人寻求咨询;这通常与怀孕的“计划”有关。很少有参与者(几乎全部患有1型糖尿病)报告进行了正式的审前护理。参与者描述了接收有关与糖尿病和怀孕有关的风险的信息。虽然寻求咨询的参与者通常报告他们的提供者支持他们对怀孕的渴望,但有一些例外,特别是在2型糖尿病患者中。参与者的各种经历表明,向糖尿病患者提供怀孕前咨询的差距,并建议根据糖尿病类型的咨询可能会有所不同。有机会改善以患者为中心的咨询性。