With respect to the TAs in focus for AI-enabled research and discovery, the industry may lack the proper incentives to invest in AI applications for new TAs or those with significant health needs and instead focus on TAs with the best market potential. 16, 17 This phenomenon may currently limit, however could present an opportunity for AI to expand medical research and discovery to less researched TAs and breakthrough innovation in others. On the other hand, AI is expanding medical research and discovery activity beyond the laboratory as non-traditional players start to participate (e.g., a tech company recently released a new protein-folding AI model). 18 Furthermore, investigators themselves are pioneering basic computational AI research to inform how AI can be used in biomedicine and health. 19
1. https://www.reuters.com/business/finance/ai-deals-lift-us-venture-capital-funding-highest-level-two-years-data-shows-2024-07-03/ 2. https://www.bloomberg.com/company/press/generative-ai-to-become-a-1-3-trillion-market-by-2032-research-finds/ 3. https://www.aha.org/aha-center-health-innovation-market-scan/2024-09-17-top-4-health-care-ai-investment-trends-watch 4. https://www.fda.gov/about-fda/center-drug-evaluation-and-research-cder/artificial-intelligence-drug-development 5. https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices 6. https://www.nature.com/articles/s41746-022-00609-6 7. https://www.healthit.gov/hhs-ai-usecases?search_api_fulltext=&page=1
・ 建立向国民提供更优质、更安全、更放心的医疗服务的体制 ・ 利用人工智能创造新的诊断和治疗方法 ・ 通过大学、医疗机构、民间企业等的合作,建立新时代的新型教育基地 ・ 减轻医务人员的负担
• 讨论与医疗保健和公共卫生领域的人工智能相关的正义、社会责任和仁慈 • 解释人工智能在医疗保健和公共卫生领域的扩散的含义,以解决对人类健康的影响 • 描述有助于医疗保健和公共卫生领域人工智能应用可信度的威胁和保障措施(数据完整性、内部/外部检查、安全性、透明度、问责结构、人为对可靠输出的影响等)• 概述影响医疗保健和公共卫生领域人工智能应用实施公平/差异的因素(数据公平性、设计公平性、结果公平性) • 比较和对比与医疗保健和公共卫生领域的人工智能应用相关的协议、政策和实践,以解决它们在防止违反道德行为方面的有效性 • 举例说明人工智能在医疗保健和公共卫生领域应用的道德违规行为,这些行为产生了负面影响 • 讨论与医疗保健和公共卫生领域人工智能实施相关的各种角色(数据科学家、产品经理、数据工程师、领域专家、交付经理等),以便他们解决与道德考虑相关的责任
摘要 — 人工智能在卫生领域的应用对各利益相关方群体和实体都有利有弊。在卫生领域使用人工智能系统存在重大风险;这些风险可能对人们的生活产生严重、不可逆转和改变生活的影响。随着医疗保健领域创新型人工智能应用的发展,新型风险应运而生。为了从这一领域的新型人工智能应用中获益,需要管理风险,以保护受影响人群的基本利益和权利。这将提高这些系统在伦理、法律和社会上的可接受性。在本文中,我们首先从伦理、法律和社会的角度讨论了人工智能风险管理在卫生领域的必要性。然后,我们提出了一种与在卫生领域使用人工智能系统相关的风险分类法,称为 HART,可在线访问 https://w3id.org/hart 。HART 反映了在卫生领域使用人工智能造成的各种不同现实事件的风险。最后,我们讨论了分类法对不同利益相关者群体和进一步研究的影响。
在 HHS,我们对人工智能的变革潜力持乐观态度。这些技术具有无与伦比的推动创新的能力,可以加速科学突破、提高医疗产品的安全性和有效性、通过提供医疗服务改善健康结果、增加获得人类服务的机会以及优化公共卫生。然而,我们的乐观情绪也伴随着强烈的责任感。我们需要确保美国人免受风险。人工智能的部署和采用应该使美国人民受益,我们必须让整个生态系统的利益相关者承担起责任,以实现这一目标。人工智能为改善我们国家的健康和人类服务以及更好地服务美国人民创造了巨大的机会,HHS 已经采取积极措施,鼓励人们合乎道德和负责任地使用人工智能,以便它能够改善人们的生活。
数字和人工智能技术为将卫生系统从被动应对转变为预防甚至预测提供了前所未有的机会。卫生领域数字和人工智能工作组的任务是了解这些技术如何在全球范围内促进健康和护理。该工作组的全面概况审查确定了可行的建议,帮助政府和其他利益相关者创建实现人工智能在卫生领域成熟整合所需的生态系统。
数字和人工智能技术为将卫生系统从被动应对转变为预防甚至预测提供了前所未有的机会。卫生领域数字和人工智能工作组的任务是了解这些技术如何在全球范围内促进健康和护理。该工作组的全面概况审查确定了可行的建议,帮助政府和其他利益相关者创建实现人工智能在卫生领域成熟整合所需的生态系统。
4. 过去二十年,精神卫生领域的战略方向受到《班福德评估》及其两项相关行动计划(涵盖 2009-11 年和 2012-15 年)的影响。尽管人们认为,精神卫生领域的投资增加和服务改善,但服务发展和战略方向的势头有所减弱,尤其是在 2017 年至 2020 年北爱尔兰行政院暂停执政期间。许多评估都指出,需要解决服务分散、服务提供存在限制和差距的问题,需要更加注重预防和早期干预。这些评估特别强调了精神卫生服务资金不足以及与身体保健缺乏同等的尊重。