Fugu-MT 論文翻訳(概要): Trust and Medical AI: The challenges we face and the expertise needed to overcome them

論文の概要: Trust and Medical AI: The challenges we face and the expertise needed to overcome them

arxiv url: http://arxiv.org/abs/2008.07734v1
Date: Tue, 18 Aug 2020 04:17:58 GMT
ステータス: 処理完了
システム内更新日: 2022-10-27 21:58:12.772526
Title: Trust and Medical AI: The challenges we face and the expertise needed to overcome them
Title（参考訳）: 信頼と医療ai: 私たちが直面する課題とその克服に必要な専門知識
Authors: Thomas P. Quinn, Manisha Senadeera, Stephan Jacobs, Simon Coghlan, and Vuong Le
Abstract要約: 医療AIの失敗は、臨床結果や患者の経験に重大な影響を及ぼす可能性がある。本稿では,医療AIにおける概念的,技術的,人道的課題について述べる。医療用AI技術の開発、検証、運用を専門とする新たな専門家グループの教育と認定を基盤とするソリューションを提案する。
参考スコア（独自算出の注目度）: 15.07989177980542
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Artificial intelligence (AI) is increasingly of tremendous interest in the medical field. However, failures of medical AI could have serious consequences for both clinical outcomes and the patient experience. These consequences could erode public trust in AI, which could in turn undermine trust in our healthcare institutions. This article makes two contributions. First, it describes the major conceptual, technical, and humanistic challenges in medical AI. Second, it proposes a solution that hinges on the education and accreditation of new expert groups who specialize in the development, verification, and operation of medical AI technologies. These groups will be required to maintain trust in our healthcare institutions.
Abstract（参考訳）: 人工知能(AI)は医療分野でますます大きな関心を集めている。しかし、医療AIの失敗は臨床結果と患者体験の両方に深刻な影響を及ぼす可能性がある。これらの結果がAIに対する一般の信頼を損なう可能性があるため、医療機関に対する信頼を損なう可能性がある。この記事には2つの貢献がある。まず、医療aiにおける概念、技術、ヒューマニスティックな課題について説明する。第2に,医療ai技術の開発,検証,運用を専門とする新たな専門家グループの教育と認定に係わるソリューションを提案する。これらのグループは、我々の医療機関への信頼を維持することが求められます。

関連論文リスト

FUTURE-AI: International consensus guideline for trustworthy and deployable artificial intelligence in healthcare [73.78776682247187]
医療AIに関連する技術的、臨床的、倫理的、法的リスクに関する懸念が高まっている。この研究は、Future-AIガイドラインを、医療における信頼できるAIツールの開発とデプロイを導くための最初の国際コンセンサスフレームワークとして説明している。
論文参考訳（メタデータ） (2023-08-11T10:49:05Z)
Ensuring Trustworthy Medical Artificial Intelligence through Ethical and Philosophical Principles [4.705984758887425]
AIベースのコンピュータ支援診断と治療ツールは、臨床レベルを合わせるか、あるいは臨床専門家を上回ることで、医療を民主化することができる。このようなAIツールの民主化は、ケアコストを削減し、リソース割り当てを最適化し、ケアの質を向上させる。 AIをヘルスケアに統合することは、バイアス、透明性、自律性、責任、説明責任など、いくつかの倫理的および哲学的な懸念を提起する。
論文参考訳（メタデータ） (2023-04-23T04:14:18Z)
The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文参考訳（メタデータ） (2022-12-08T23:23:39Z)
Holding AI to Account: Challenges for the Delivery of Trustworthy AI in Healthcare [8.351355707564153]
我々は、信頼できるAIの問題を検証し、これを実現することが実際に何を意味するのかを探る。ここでは、人々が社会技術的設定においてAIを推論し、信頼する方法において、組織的説明責任が果たす重要な部分を見落としている、と論じる。
論文参考訳（メタデータ） (2022-11-29T18:22:23Z)
Why we do need Explainable AI for Healthcare [0.0]
我々は、Explainable AI研究プログラムが人間と機械の相互作用の中心であると主張している。有効な懸念にもかかわらず、私たちはExplainable AI研究プログラムが人間と機械の相互作用の中心であると主張している。
論文参考訳（メタデータ） (2022-06-30T15:35:50Z)
Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文参考訳（メタデータ） (2022-01-26T18:53:09Z)
Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文参考訳（メタデータ） (2021-07-12T14:21:46Z)
Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文参考訳（メタデータ） (2021-06-25T22:31:55Z)
Explainable AI for medical imaging: Explaining pneumothorax diagnoses with Bayesian Teaching [4.707325679181196]
ベイズ教養に基づく説明の導入と評価を行う。医療専門家が説明に晒すことで、AIの診断決定を予測できることがわかりました。これらの結果から,説明可能なAIは医用画像における人間とAIの協調を支援するのに有用であることが示唆された。
論文参考訳（メタデータ） (2021-06-08T20:49:11Z)
Explainable AI meets Healthcare: A Study on Heart Disease Dataset [0.0]
目的は、様々な技術を用いて説明可能なAIシステムの理解性と解釈可能性について実践者に啓蒙することである。本論文は、心臓病データセットに基づく例を収録し、信頼性を高めるために説明可能性技術をどのように好むべきかを解明する。
論文参考訳（メタデータ） (2020-11-06T05:18:43Z)
A Survey on Applications of Artificial Intelligence in Fighting Against COVID-19 [75.84689958489724]
SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
論文参考訳（メタデータ） (2020-07-04T22:48:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。