論文の概要: The Dual Impact of Artificial Intelligence in Healthcare: Balancing Advancements with Ethical and Operational Challenges
- arxiv url: http://arxiv.org/abs/2411.16691v1
- Date: Fri, 08 Nov 2024 23:36:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-01 05:11:03.302330
- Title: The Dual Impact of Artificial Intelligence in Healthcare: Balancing Advancements with Ethical and Operational Challenges
- Title(参考訳): 医療における人工知能の二重的影響--倫理的課題と運用上の課題のバランスをとる
- Authors: Balaji Shesharao Ingole, Vishnu Ramineni, Nikhil Kumar Pulipeta, Manoj Jayntilal Kathiriya, Manjunatha Sughaturu Krishnappa, Vivekananda Jayaram,
- Abstract要約: 本稿では、AIが診断、精密医療、薬物発見などの領域をどのように変革しているかを詳しく検討する。
患者のプライバシや安全性、AI決定の公正性といった問題は、医療におけるAIがポジティブな力なのか、潜在的なリスクなのか、あるいは両方なのかを理解するために検討されている。
- 参考スコア(独自算出の注目度): 1.3302498881305604
- License:
- Abstract: The synchronic and diachronic study of the evolution of Artificial Intelligence (AI) unveils one prominent fact that its effect can be traced in almost all fields such as healthcare industry. The growth is perceived holistically in software, hardware implementation, or application in these various fields. As the title suggests, the review will highlight the impact of AI on healthcare possibly in all dimensions including precision medicine, diagnostics, drug development, automation of the process, etc., explicating whether AI is a blessing or a curse or both. With the availability of enough data and analysis to examine the topic at hand, however, its application is still functioning in quite early stages in many fields, the present work will endeavour to provide an answer to the question. This paper takes a close look at how AI is transforming areas such as diagnostics, precision medicine, and drug discovery, while also addressing some of the key ethical challenges it brings. Issues like patient privacy, safety, and the fairness of AI decisions are explored to understand whether AI in healthcare is a positive force, a potential risk, or perhaps both.
- Abstract(参考訳): 人工知能(AI)の進化に関する、シンクロニックでダイアクロニックな研究は、その効果が医療産業などのほぼすべての分野に遡ることができる、という顕著な事実を浮き彫りにしている。
この成長は、ソフトウェア、ハードウェア実装、あるいはこれらの様々な分野の応用において、悲観的に見なされる。
タイトルが示すように、このレビューはAIが医療に与える影響を、精密医療、診断、薬物開発、プロセスの自動化などあらゆる面で強調し、AIが祝福なのか呪いなのか、両方なのかを解説する。
しかし、そのトピックを調べるのに十分なデータと分析が利用可能であり、そのアプリケーションは多くの分野においてまだかなり初期段階で機能しているため、本研究は質問に対する回答を提供するために努力する。
本稿では、AIが診断、精密医療、薬物発見などの領域をどのように変革しているかを詳しく検討するとともに、それらがもたらす重要な倫理的課題に対処する。
患者のプライバシや安全性、AI決定の公正性といった問題は、医療におけるAIがポジティブな力なのか、潜在的なリスクなのか、あるいは両方なのかを理解するために検討されている。
関連論文リスト
- 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) - 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) - It is not "accuracy vs. explainability" -- we need both for trustworthy
AI systems [0.0]
私たちは、AI技術が医療、ビジネス、交通、日常生活の多くの側面に影響を与えつつある、AI経済と社会の出現を目撃しています。
しかし、AIシステムはエラーを発生させ、バイアスを示し、データのノイズに敏感になり、しばしば技術的および司法的透明性が欠如し、その採用における信頼と課題が減少する可能性がある。
これらの最近の欠点や懸念は、科学的に記録されているだけでなく、自動運転車による事故、医療の偏見、有色人種のための雇用と顔認識システムなど、一般的な報道でも報告されている。
論文 参考訳(メタデータ) (2022-12-16T23:33:10Z) - 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) - 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) - Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。
AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。
我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文 参考訳(メタデータ) (2022-04-11T14:36:39Z) - Artificial Intelligence in Healthcare: Lost In Translation? [0.0]
私たちは、医療におけるAIの翻訳に関する現在の課題を観察する主要な領域を強調します。
我々の研究は、医療製品におけるAIを臨床現場に翻訳することにつながるだろう。
論文 参考訳(メタデータ) (2021-07-28T16:10:40Z) - 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) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳(メタデータ) (2020-11-17T13:14:28Z) - 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。