Fugu-MT 論文翻訳(概要): Towards a framework for evaluating the safety, acceptability and efficacy of AI systems for health: an initial synthesis

論文の概要: Towards a framework for evaluating the safety, acceptability and efficacy of AI systems for health: an initial synthesis

arxiv url: http://arxiv.org/abs/2104.06910v1
Date: Wed, 14 Apr 2021 15:00:39 GMT
ステータス: 処理完了
システム内更新日: 2021-04-15 17:00:30.374158
Title: Towards a framework for evaluating the safety, acceptability and efficacy of AI systems for health: an initial synthesis
Title（参考訳）: 健康のためのAIシステムの安全性、受容性、有効性を評価するための枠組み--最初の合成
Authors: Jessica Morley, Caroline Morton, Kassandra Karpathakis, Mariarosaria Taddeo, Luciano Floridi
Abstract要約: 医療用AIシステムの安全性、受容性、有効性を評価するための最小限の枠組みを構築することを目指しています。これを行うには、Scoopus、PubMed、Google Scholarで体系的な検索を行います。その結果、医療用AIシステムの十分な評価を通じて、AIシステム開発者、政策立案者、規制当局を導くためのフレームワークです。
参考スコア（独自算出の注目度）: 0.2936007114555107
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The potential presented by Artificial Intelligence (AI) for healthcare has long been recognised by the technical community. More recently, this potential has been recognised by policymakers, resulting in considerable public and private investment in the development of AI for healthcare across the globe. Despite this, excepting limited success stories, real-world implementation of AI systems into front-line healthcare has been limited. There are numerous reasons for this, but a main contributory factor is the lack of internationally accepted, or formalised, regulatory standards to assess AI safety and impact and effectiveness. This is a well-recognised problem with numerous ongoing research and policy projects to overcome it. Our intention here is to contribute to this problem-solving effort by seeking to set out a minimally viable framework for evaluating the safety, acceptability and efficacy of AI systems for healthcare. We do this by conducting a systematic search across Scopus, PubMed and Google Scholar to identify all the relevant literature published between January 1970 and November 2020 related to the evaluation of: output performance; efficacy; and real-world use of AI systems, and synthesising the key themes according to the stages of evaluation: pre-clinical (theoretical phase); exploratory phase; definitive phase; and post-market surveillance phase (monitoring). The result is a framework to guide AI system developers, policymakers, and regulators through a sufficient evaluation of an AI system designed for use in healthcare.
Abstract（参考訳）: 医療のための人工知能(AI)によって提示されるポテンシャルは、長い間技術コミュニティによって認識されてきた。最近では、このポテンシャルは政策立案者によって認識され、世界中で医療用AIの開発に、かなりの公的および私的な投資がなされている。それにもかかわらず、限られた成功ストーリーを除いて、フロントラインヘルスケアへのAIシステムの現実の実装は限られている。これには多くの理由があるが、主な貢献要因は、AIの安全性と影響と有効性を評価するための国際的に受け入れられた、または公式化された規制基準の欠如である。これは広く認識されている問題であり、それを克服するために進行中の多くの研究と政策計画がある。ここでの私たちの意図は、医療におけるaiシステムの安全性、受容性、有効性を評価するための最小限のフレームワークを確立することで、この問題解決の取り組みに貢献することです。私たちは、1970年1月から2020年11月までに発行された、aiシステムのアウトプットパフォーマンス、有効性、実世界の利用に関するすべての関連文献を体系的に調査し、評価段階(理論段階)、探索段階、決定段階、および市場監視段階(監視)に従って主要なテーマを合成することで、スコプス、pubmed、google scholarを横断的に調査する。その結果は、医療で使用するように設計されたAIシステムの十分な評価を通じて、AIシステム開発者、政策立案者、規制当局を導くためのフレームワークである。

関連論文リスト

Evaluating AI Evaluation: Perils and Prospects [8.086002368038658]
本稿では,これらのシステムに対する評価手法が根本的に不適切であることを主張する。 AIシステムを評価するためには改革が必要であり、インスピレーションを得るために認知科学に目を向けるべきである、と私は主張する。
論文参考訳（メタデータ） (2024-07-12T12:37:13Z)
Towards Guaranteed Safe AI: A Framework for Ensuring Robust and Reliable AI Systems [88.80306881112313]
我々は、AI安全性に対する一連のアプローチを紹介し、定義する。これらのアプローチの中核的な特徴は、高保証の定量的安全性保証を備えたAIシステムを作ることである。これら3つのコアコンポーネントをそれぞれ作成するためのアプローチを概説し、主な技術的課題を説明し、それらに対する潜在的なソリューションをいくつか提案します。
論文参考訳（メタデータ） (2024-05-10T17:38:32Z)
Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
論文参考訳（メタデータ） (2024-02-21T08:29:42Z)
RAISE -- Radiology AI Safety, an End-to-end lifecycle approach [5.829180249228172]
放射線学へのAIの統合は、臨床ケアの供給と効率を改善する機会をもたらす。モデルが安全性、有効性、有効性の最高基準を満たすことに注力すべきである。ここで提示されるロードマップは、放射線学におけるデプロイ可能で信頼性があり、安全なAIの達成を早めることを目的としている。
論文参考訳（メタデータ） (2023-11-24T15:59:14Z)
Managing extreme AI risks amid rapid progress [171.05448842016125]
我々は、大規模社会被害、悪意のある使用、自律型AIシステムに対する人間の制御の不可逆的な喪失を含むリスクについて説明する。このようなリスクがどのように発生し、どのように管理するかについては、合意の欠如があります。現在のガバナンスイニシアチブには、誤用や無謀を防ぎ、自律システムにほとんど対処するメカニズムや制度が欠けている。
論文参考訳（メタデータ） (2023-10-26T17:59:06Z)
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)
Ethics in conversation: Building an ethics assurance case for autonomous AI-enabled voice agents in healthcare [1.8964739087256175]
原則に基づく倫理保証議論パターンは、AI倫理のランドスケープにおける1つの提案である。本稿では,AIベースの遠隔医療システムであるDoraの利用に対して,この倫理保証フレームワークを適用した事例研究の中間的結果を示す。
論文参考訳（メタデータ） (2023-05-23T16:04:59Z)
Organizational Governance of Emerging Technologies: AI Adoption in Healthcare [43.02293389682218]
Health AI Partnershipは、医療設定におけるAIシステムの適切な組織的ガバナンスの要件をより適切に定義することを目的としている。これは、米国の医療システムによるAI導入に関わる、現在のガバナンス構造とプロセスに関する、最も詳細な定性的な分析の1つである。これらの発見が、医療における新興テクノロジーの安全で効果的で責任ある採用を促進する能力を構築するための将来の取り組みを知らせてくれることを期待している。
論文参考訳（メタデータ） (2023-04-25T18:30:47Z)
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)
Quantitative AI Risk Assessments: Opportunities and Challenges [9.262092738841979]
AIベースのシステムは、組織、個人、社会に価値を提供するために、ますます活用されている。リスクは、提案された規制、訴訟、および一般的な社会的懸念につながった。本稿では,定量的AIリスクアセスメントの概念について考察する。
論文参考訳（メタデータ） (2022-09-13T21:47:25Z)
An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文参考訳（メタデータ） (2021-05-07T12:01:31Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。