論文の概要: Readying Medical Students for Medical AI: The Need to Embed AI Ethics
Education
- arxiv url: http://arxiv.org/abs/2109.02866v1
- Date: Tue, 7 Sep 2021 04:57:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-08 14:41:12.391475
- Title: Readying Medical Students for Medical AI: The Need to Embed AI Ethics
Education
- Title（参考訳）: 医療AIのための医学生の準備:AI倫理教育を組み込む必要がある
- Authors: Thomas P Quinn, Simon Coghlan
- Abstract要約: 本稿では,効果的な教育改革の枠組みを提案する。
既存の生物倫理学や医療倫理学のカリキュラムを平均化し、医療AIに関連する倫理的問題についてコンテンツを開発し提供します。
- 参考スコア（独自算出の注目度）: 2.4366811507669124
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Medical students will almost inevitably encounter powerful medical AI systems
early in their careers. Yet, contemporary medical education does not adequately
equip students with the basic clinical proficiency in medical AI needed to use
these tools safely and effectively. Education reform is urgently needed, but
not easily implemented, largely due to an already jam-packed medical curricula.
In this article, we propose an education reform framework as an effective and
efficient solution, which we call the Embedded AI Ethics Education Framework.
Unlike other calls for education reform to accommodate AI teaching that are
more radical in scope, our framework is modest and incremental. It leverages
existing bioethics or medical ethics curricula to develop and deliver content
on the ethical issues associated with medical AI, especially the harms of
technology misuse, disuse, and abuse that affect the risk-benefit analyses at
the heart of healthcare. In doing so, the framework provides a simple tool for
going beyond the "What?" and the "Why?" of medical AI ethics education, to
answer the "How?", giving universities, course directors, and/or professors a
broad road-map for equipping their students with the necessary clinical
proficiency in medical AI.
- Abstract（参考訳）: 医学生は、キャリアの早い段階で、強力な医療AIシステムに遭遇しがちだ。
しかし、現代医学教育は、これらのツールを安全かつ効果的に使用するために必要な医療AIの基本的臨床能力に学生に十分な装備を与えていない。
教育改革は緊急に必要だが、ほとんどが既に詰め込まれた医学的カリキュラムのため、簡単には実施できない。
本稿では,組込みAI倫理教育フレームワーク(Embeded AI Ethics Education Framework)と呼ぶ,効果的かつ効率的な教育改革フレームワークを提案する。
より急進的なAI教育に対応する教育改革を求める他の呼びかけとは異なり、私たちのフレームワークは穏やかで漸進的です。
既存の生命倫理学や医療倫理学のカリキュラムを活用して、医療AIに関連する倫理的問題、特に医療の心臓におけるリスク・利益分析に影響を及ぼすテクノロジーの誤用、乱用、悪用に関するコンテンツを開発し提供します。
そうすることで、フレームワークは“何”を超えるためのシンプルなツールを提供します。
と「なぜ?
医療AI倫理教育において,「どのように」に答える
「大学、コースディレクター、および/または教授に、学生に医療aiに必要な臨床習熟度を与えるための広い道程を与える。」
関連論文リスト
- Using AI Alignment Theory to understand the potential pitfalls of regulatory frameworks [55.2480439325792]
本稿では、欧州連合の人工知能法(EU AI法)を批判的に検討する。
人工知能における技術的アライメントの潜在的な落とし穴に焦点を当てたアライメント理論(AT)研究からの洞察を利用する。
これらの概念をEU AI Actに適用すると、潜在的な脆弱性と規制を改善するための領域が明らかになる。
論文 参考訳（メタデータ） (2024-10-10T17:38:38Z) - Promoting AI Competencies for Medical Students: A Scoping Review on Frameworks, Programs, and Tools [1.8402287369342527]
医療におけるAIの重要性の高まりにもかかわらず、それが伝統的な、しばしば過負荷の医療カリキュラムに採用されている範囲は不明である。
このレビューは、AI能力のある医療従事者を構築するための実践的で関連する教育戦略を開発するためのロードマップを提供する。
論文 参考訳（メタデータ） (2024-07-10T16:34:41Z) - 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) - From Military to Healthcare: Adopting and Expanding Ethical Principles
for Generative Artificial Intelligence [10.577932700903112]
価値ある情報を効率的に生成するように設計された新興技術である生成AIは、大きな可能性を秘めている。
我々は、医療におけるジェネレーティブAIのためのガバナンス、信頼性、エクイティ、説明責任、トレーサビリティ、プライバシ、合法性、共感、自律性を含むGREAT PLEA倫理原則を提案する。
論文 参考訳（メタデータ） (2023-08-04T16:22:06Z) - 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) - HEAR4Health: A blueprint for making computer audition a staple of modern
healthcare [89.8799665638295]
近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。
コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。
実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
論文 参考訳（メタデータ） (2023-01-25T09:25:08Z) - 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) - Learn2Trust: A video and streamlit-based educational programme for
AI-based medical image analysis targeted towards medical students [0.0]
オンラインコースでは、医療画像データ分析のためのAIの基礎を教えている。
焦点は医学的応用と機械学習の基礎に焦点を当てた。
授業初回参加医学生を対象に,研究仮説を定量的に分析するために調査を行った。
論文 参考訳（メタデータ） (2022-08-15T16:26:13Z) - 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) - 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) - Trust and Medical AI: The challenges we face and the expertise needed to
overcome them [15.07989177980542]
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。
論文 参考訳（メタデータ） (2020-08-18T04:17:58Z)
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。