論文の概要: ACIPS: A Framework for Evaluating Patient Perception in the Introduction
of AI-Enabled Healthcare
- arxiv url: http://arxiv.org/abs/2111.04456v1
- Date: Fri, 29 Oct 2021 16:13:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-09 22:41:31.084102
- Title: ACIPS: A Framework for Evaluating Patient Perception in the Introduction
of AI-Enabled Healthcare
- Title(参考訳): ACIPS:AIによる医療導入における患者認識評価フレームワーク
- Authors: Chinasa T. Okolo, Michelle Gonz\'alez Amador
- Abstract要約: 本稿では,医療環境におけるAI対応デジタル技術の導入に対する患者の反応を評価するためのフレームワークACIPSを提案する。
我々は、人間中心の分野におけるAIの関連性と認識される課題の一般的な導入により、ACIPSの必要性を正当化する。
このフレームワークは、AIが医療でどのように使われているかを学ぶ際に保持される、受容性、快適性、インフォームドコンセント、プライバシー、セキュリティ患者の知覚を測定する5つの原則で構成されている。
- 参考スコア(独自算出の注目度): 1.90365714903665
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In healthcare, the role of AI is continually evolving and understanding the
challenges its introduction poses on relationships between healthcare providers
and patients will require a regulatory and behavioural approach that can
provide a guiding base for all users involved. In this paper, we present ACIPS
(Acceptability, Comfortability, Informed Consent, Privacy, and Security), a
framework for evaluating patient response to the introduction of AI-enabled
digital technologies in healthcare settings. We justify the need for ACIPS with
a general introduction of the challenges with and perceived relevance of AI in
human-welfare centered fields, with an emphasis on the provision of healthcare.
The framework is composed of five principles that measure the perceptions of
acceptability, comfortability, informed consent, privacy, and security patients
hold when learning how AI is used in their healthcare. We propose that the
tenets composing this framework can be translated into guidelines outlining the
proper use of AI in healthcare while broadening the limited understanding of
this topic.
- Abstract(参考訳): 医療において、aiの役割は継続的に進化し、その導入が医療提供者と患者の関係に直面する課題を理解するには、関与するすべてのユーザーに指針を提供するための規制的および行動的アプローチが必要である。
本稿では,医療現場におけるai対応型デジタル技術の導入に対する患者応答評価のためのフレームワークであるaccepts(acceptability, comfortability, informed consent, privacy, and security)を提案する。
我々は、医療の提供に重点を置いて、人間中心の分野におけるAIの意義と認識に関する一般的な導入によってACIPSの必要性を正当化する。
このフレームワークは、AIが医療でどのように使われているかを学ぶ際に保持される、受容性、快適性、インフォームドコンセント、プライバシー、セキュリティの5つの原則で構成されている。
我々は、このフレームワークを構成するテットを、医療におけるAIの適切な使用を概説するガイドラインに翻訳し、このトピックの限られた理解を広げることを提案する。
関連論文リスト
- Towards A Unified Utilitarian Ethics Framework for Healthcare Artificial
Intelligence [0.08192907805418582]
本研究では、異なる技術レベルでAIの実用性能に影響を与える主要な倫理的原則を特定することを試みる。
正義、プライバシー、偏見、規制の欠如、リスク、解釈可能性は倫理的AIを検討する上で最も重要な原則である。
本稿では,医療領域における倫理的AIを設計するための実用的倫理に基づく理論的枠組みを提案する。
論文 参考訳(メタデータ) (2023-09-26T02:10:58Z) - Functional requirements to mitigate the Risk of Harm to Patients from
Artificial Intelligence in Healthcare [0.0]
本研究は、医療目的に関連するリスクを軽減するために、AIシステムが実装可能な14の機能要件を提案する。
ここでの私たちの意図は、将来のEU規制フレームワークに準拠した患者に、継続的なパフォーマンスとAIシステムの使用を保証するために、技術的なソリューションの特定のハイレベルな仕様を提供することです。
論文 参考訳(メタデータ) (2023-09-19T08:37:22Z) - FUTURE-AI: International consensus guideline for trustworthy and
deployable artificial intelligence in healthcare [73.51384299592974]
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 Design and Implementation of a National AI Platform for Public
Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。
このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。
AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
論文 参考訳(メタデータ) (2023-04-24T08:00:02Z) - 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) - What Do End-Users Really Want? Investigation of Human-Centered XAI for
Mobile Health Apps [69.53730499849023]
説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。
分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。
私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
論文 参考訳(メタデータ) (2022-10-07T12:51:27Z) - MedPerf: Open Benchmarking Platform for Medical Artificial Intelligence
using Federated Evaluation [110.31526448744096]
この可能性を解き明かすには、大規模な異種データに対して医療AIモデルの性能を測定する体系的な方法が必要である、と私たちは主張する。
MedPerfは、医療分野で機械学習をベンチマークするためのオープンフレームワークです。
論文 参考訳(メタデータ) (2021-09-29T18:09:41Z)
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。