論文の概要: Institutional Review Boards as Soft Governance Mechanisms of R&D: Governing the R&D of AI-based Medical Products
- arxiv url: http://arxiv.org/abs/2410.19574v1
- Date: Fri, 25 Oct 2024 14:12:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-28 13:37:22.516473
- Title: Institutional Review Boards as Soft Governance Mechanisms of R&D: Governing the R&D of AI-based Medical Products
- Title（参考訳）: R&Dのソフトガバナンスメカニズムとしての制度審査委員会--AIベースの医療プロダクトの研究開発を乗り越えて
- Authors: Antoni Lorente,
- Abstract要約: Institutional Review Boards (IRBs) は、一般的な研究から具体的な製品開発へのステップに対処できるユニークなガバナンスメカニズムである。
この記事では、変化を起こすのに使用できる4つのガバナンスレバー、製品のライフサイクル全体にわたる4つのガバナンスエントリポイント、AIベースの医療プロジェクトの研究開発段階の効果的なガバナンスを保証するためにIRBが前進すべき5つの異なる行動について説明する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Risk-based approaches to governance bear an ambiguous stance regarding the Research and Development stages of AI, for they the possibility of explicit risks before they are posed by a given finalised product. In this context, Institutional Review Boards (IRBs) stand as unique governance mechanisms, capable of addressing the step from general research to concrete product development. However, IRBs face several challenges in governing AI-based medical products, including: (a) achieving consistency, (b) being exhaustive, (c) ensuring process transparency, and (d) reducing the existing capacity and knowledge asymmetry between different stakeholders. This article explores four governance levers that can be used to effect change, four governance entry-points throughout a product's lifecycle, and five different behaviours that IRBs should try to advance to ensure the effective governance of the R&D stages of AI-based medical projects. In doing so, IRBs can seize the unique opportunity they present to bring principles into practice, increase research quality, reduce governance costs, and bridge the knowledge gap between stakeholders.
- Abstract（参考訳）: リスクベースのガバナンスアプローチは、AIの研究開発段階に関して曖昧なスタンスを持っている。
この文脈では、Institutional Review Boards (IRBs) は、一般的な研究から具体的な製品開発へのステップに対処できるユニークなガバナンスメカニズムである。
しかし、IRBはAIベースの医療製品を管理する上でいくつかの課題に直面している。
a) 一貫性を達成すること
b) 徹底的であるさま
(c)プロセスの透明性を確保し、
(d) 利害関係者間の既存の能力と知識の非対称性を低下させる。
この記事では、変化を起こすのに使用できる4つのガバナンスレバー、製品のライフサイクル全体にわたる4つのガバナンスエントリポイント、AIベースの医療プロジェクトの研究開発段階の効果的なガバナンスを保証するためにIRBが前進すべき5つの異なる行動について説明する。
そうすることで、IRBは、原則を実践し、研究品質を高め、ガバナンスコストを削減し、利害関係者間の知識ギャップを埋めるユニークな機会をつかむことができます。
関連論文リスト
- Engineering Trustworthy AI: A Developer Guide for Empirical Risk Minimization [53.80919781981027]
信頼できるAIのための重要な要件は、経験的リスク最小化のコンポーネントの設計選択に変換できる。
私たちは、AIの信頼性の新たな標準を満たすAIシステムを構築するための実用的なガイダンスを提供したいと思っています。
論文 参考訳（メタデータ） (2024-10-25T07:53:32Z) - 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) - Open Problems in Technical AI Governance [93.89102632003996]
テクニカルAIガバナンス(Technical AI Governance)は、AIの効果的なガバナンスを支援するための技術分析とツールである。
本論文は、AIガバナンスへの貢献を目指す技術研究者や研究資金提供者のためのリソースとして意図されている。
論文 参考訳（メタデータ） (2024-07-20T21:13:56Z) - Operationalising AI governance through ethics-based auditing: An industry case study [0.0]
倫理に基づく監査(EBA、Ethics Based auditing)とは、過去の行動や現在の行動が道徳的原則や規範との整合性について評価される、構造化されたプロセスである。
この記事では、EBAの手続きを、実現可能かつ効果的に統合する必要がある組織的状況について、詳細な説明を提供する。
論文 参考訳（メタデータ） (2024-07-07T12:22:38Z) - Investigating Algorithm Review Boards for Organizational Responsible
Artificial Intelligence Governance [0.16385815610837165]
社内RAIガバナンスの経験について、組織タイプを越えた17のテクニカルコントリビュータにインタビューした。
アルゴリズムレビュー委員会(ARB)と類似のレビュー委員会について,本研究の最初の詳細な知見を要約した。
以上の結果から,既存の内部規制アプローチとリーダシップ購入との統合が,成功の最も重要な要因であることが示唆された。
論文 参考訳（メタデータ） (2024-01-23T20:53:53Z) - Towards Responsible AI in Banking: Addressing Bias for Fair
Decision-Making [69.44075077934914]
責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。
この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。
オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
論文 参考訳（メタデータ） (2024-01-13T14:07:09Z) - Responsible AI Governance: A Systematic Literature Review [8.318630741859113]
本稿では,AIガバナンスに関する既存の文献を検討することを目的とする。
WHOはAIシステムのガバナンスに責任を持ち、WHAT要素は管理されており、WHENガバナンスはAI開発ライフサイクル内で発生し、HOWはフレームワーク、ツール、標準、ポリシー、モデルといった様々なメカニズムによって実行される。
本研究の成果は,RAI原則に沿った包括的ガバナンスモデルの研究・開発の基礎となるものである。
論文 参考訳（メタデータ） (2023-12-18T05:22:36Z) - Towards Implementing Responsible AI [22.514717870367623]
我々は,AIシステムの設計と開発において,ソフトウェア工学で使用されるプロセスに適応する4つの側面を提案する。
健全な発見は、AIシステム設計と開発、ソフトウェアエンジニアリングで使用されるプロセスの適応の4つの側面をカバーしている。
論文 参考訳（メタデータ） (2022-05-09T14:59:23Z) - Five Ps: Leverage Zones Towards Responsible AI [0.0]
我々は介入が効果的であると理解される範囲を改善する機会があると主張している。
システム思考」の文献から適応したレバレッジゾーンの概念を用いて,介入の有効性を評価する新しいアプローチを提案する。
論文 参考訳（メタデータ） (2022-04-20T04:20:14Z) - 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) - Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable
Claims [59.64274607533249]
AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。
このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。
我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
論文 参考訳（メタデータ） (2020-04-15T17:15:35Z)
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。