論文の概要: From Military to Healthcare: Adopting and Expanding Ethical Principles
for Generative Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2308.02448v1
- Date: Fri, 4 Aug 2023 16:22:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-07 12:12:44.340650
- Title: From Military to Healthcare: Adopting and Expanding Ethical Principles
for Generative Artificial Intelligence
- Title（参考訳）: 軍から医療へ:創造的人工知能の倫理的原則の採用と拡張
- Authors: David Oniani, Jordan Hilsman, Yifan Peng, COL (Ret.) Ronald K.
Poropatich, COL Jeremy C. Pamplin, LTC Gary L. Legault, Yanshan Wang
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 10.577932700903112
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In 2020, the U.S. Department of Defense officially disclosed a set of ethical
principles to guide the use of Artificial Intelligence (AI) technologies on
future battlefields. Despite stark differences, there are core similarities
between the military and medical service. Warriors on battlefields often face
life-altering circumstances that require quick decision-making. Medical
providers experience similar challenges in a rapidly changing healthcare
environment, such as in the emergency department or during surgery treating a
life-threatening condition. Generative AI, an emerging technology designed to
efficiently generate valuable information, holds great promise. As computing
power becomes more accessible and the abundance of health data, such as
electronic health records, electrocardiograms, and medical images, increases,
it is inevitable that healthcare will be revolutionized by this technology.
Recently, generative AI has captivated the research community, leading to
debates about its application in healthcare, mainly due to concerns about
transparency and related issues. Meanwhile, concerns about the potential
exacerbation of health disparities due to modeling biases have raised notable
ethical concerns regarding the use of this technology in healthcare. However,
the ethical principles for generative AI in healthcare have been understudied,
and decision-makers often fail to consider the significance of generative AI.
In this paper, we propose GREAT PLEA ethical principles, encompassing
governance, reliability, equity, accountability, traceability, privacy,
lawfulness, empathy, and autonomy, for generative AI in healthcare. We aim to
proactively address the ethical dilemmas and challenges posed by the
integration of generative AI in healthcare.
- Abstract（参考訳）: 2020年、国防総省は、将来の戦場での人工知能(AI)技術の使用を導くための一連の倫理的原則を公式に公表した。
軍と医療には大きな違いはあるものの、大きな類似点がある。
戦場の戦士はしばしば、迅速な意思決定を必要とする人生を変える状況に直面する。
医療提供者は、救急部門や救命状態の治療中など、急速に変化する医療環境において同様の課題を経験する。
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。
コンピュータのパワーがよりアクセスしやすくなり、電子健康記録、心電図、医療画像などの健康データが豊富になるにつれて、この技術によって医療が革新されることは避けられない。
近年、ジェネレーティブAIは研究コミュニティを魅了し、透明性や関連する問題への懸念から、その医療への応用に関する議論につながっている。
一方、モデリングバイアスによる健康格差の悪化の懸念は、医療におけるこの技術の使用に関する倫理的な懸念を引き起こしている。
しかし、医療における生成AIの倫理的原則は検討されており、意思決定者は生成AIの重要性を考えることができないことが多い。
本稿では,医療における生成型aiのガバナンス,信頼性,公平性,説明責任,トレーサビリティ,プライバシ,合法性,共感性,自律性といった倫理的原則を提案する。
我々は、医療における生成AIの統合によって引き起こされる倫理的ジレンマと課題に積極的に対処することを目指している。
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) - The Promise and Peril of Artificial Intelligence -- Violet Teaming
Offers a Balanced Path Forward [56.16884466478886]
本稿では、不透明で制御不能なAIシステムにおける新興問題についてレビューする。
信頼性と責任のあるAIを開発するために、紫外チームと呼ばれる統合フレームワークを提案する。
それは、設計によって積極的にリスクを管理するためのAI安全研究から生まれた。
論文 参考訳（メタデータ） (2023-08-28T02:10:38Z) - 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) - 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) - 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) - AI Ethics in Smart Healthcare [4.226118870861363]
本稿では、人工知能をスマートヘルスケア製品に統合する倫理的課題について概観する。
倫理的課題は、透明性、バイアス、プライバシー、安全、責任、正義、自律性に関連する。
オープンな課題とレコメンデーションは、AIベースのスマートヘルスケア製品の設計、検証、臨床試験、デプロイメント、監視、修復、廃止に倫理原則の統合を可能にするために概説されている。
論文 参考訳（メタデータ） (2022-11-02T15:30:40Z) - Breaking Bad News in the Era of Artificial Intelligence and Algorithmic
Medicine: An Exploration of Disclosure and its Ethical Justification using
the Hedonic Calculus [0.0]
私たちは、AIの時代において、'Felicific Calculus'が時間的に準定量的な応用である可能性を示します。
この倫理的アルゴリズムは、AIが支援する行動が道徳的に正当化されるかどうかを、相互に排他的で徹底した7つの領域にわたって評価するためにどのように使用できるかを示す。
論文 参考訳（メタデータ） (2022-06-23T16:54:18Z) - 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 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)
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。