論文の概要: What is the role of human decisions in a world of artificial intelligence: an economic evaluation of human-AI collaboration in diabetic retinopathy screening
- arxiv url: http://arxiv.org/abs/2503.20160v1
- Date: Wed, 26 Mar 2025 02:31:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-27 13:21:06.427768
- Title: What is the role of human decisions in a world of artificial intelligence: an economic evaluation of human-AI collaboration in diabetic retinopathy screening
- Title(参考訳): 人工知能の世界における人間決定の役割 : 糖尿病網膜症スクリーニングにおける人間とAIの協調の経済的評価
- Authors: Yueye Wang, Wenyi Hu, Keyao Zhou, Chi Liu, Jian Zhang, Zhuoting Zhu, Sanil Joseph, Qiuxia Yin, Lixia Luo, Xiaotong Han, Mingguang He, Lei Zhang,
- Abstract要約: 全国の糖尿病網膜症スクリーニングプログラムにおいて,健康・経済の観点から270のスクリーニングシナリオを分析した。
20~79歳層における年次対人AIスクリーニングは、人間とAIの双方が同意する際の基準決定とともに、人間とAIのコラボレーションにとって最もコスト効率の良い戦略であることがわかった。
- 参考スコア(独自算出の注目度): 11.291096623136243
- License:
- Abstract: As Artificial intelligence (AI) has been increasingly integrated into the medical field, the role of humans may become vague. While numerous studies highlight AI's potential, how humans and AI collaborate to maximize the combined clinical benefits remains unexplored. In this work, we analyze 270 screening scenarios from a health-economic perspective in a national diabetic retinopathy screening program, involving eight human-AI collaborative strategies and traditional manual screening. We find that annual copilot human-AI screening in the 20-79 age group, with referral decisions made when both humans and AI agree, is the most cost-effective strategy for human-AI collaboration. The 'copilot' strategy brings health benefits equivalent to USD 4.64 million per 100,000 population compared to manual screening. These findings demonstrate that even in settings where AI is highly mature and efficient, human involvement remains essential to ensuring both health and economic benefits. Our findings highlight the need to optimize human-AI collaboration strategies for AI implementation into healthcare systems.
- Abstract(参考訳): 人工知能(AI)が医療分野に統合されるにつれ、人間の役割は曖昧になる可能性がある。
多くの研究がAIの可能性を強調しているが、人間とAIが共同で臨床効果を最大限に活用する方法はまだ解明されていない。
本研究では,全国の糖尿病網膜症スクリーニングプログラムにおける健康・経済の観点から,8つのヒト・AI協調戦略と従来型の手動スクリーニングを含む270のスクリーニングシナリオを分析した。
20~79歳層における年次対人AIスクリーニングは、人間とAIの双方が同意する際の基準決定とともに、人間とAIのコラボレーションにとって最もコスト効率の良い戦略であることがわかった。
この「コパイロット」戦略は、手動検診と比較すると、人口10万人当たりの医療給付額は4.64万米ドルに相当する。
これらの結果は、AIが高度に成熟し効率の良い環境でも、人間の関与は健康と経済的利益の両立に不可欠であることを示している。
我々の発見は、医療システムへのAI実装のための人間とAIのコラボレーション戦略を最適化する必要性を強調した。
関連論文リスト
- Human Decision-making is Susceptible to AI-driven Manipulation [87.24007555151452]
AIシステムは、ユーザの認知バイアスと感情的な脆弱性を利用して、有害な結果に向けてそれらを操縦する。
本研究では、経済的・感情的な意思決定の文脈におけるこのような操作に対する人間の感受性について検討した。
論文 参考訳(メタデータ) (2025-02-11T15:56:22Z) - Unexploited Information Value in Human-AI Collaboration [23.353778024330165]
ヒューマンAIチームのパフォーマンスを改善する方法は、各エージェントがどのような情報や戦略を採用しているかを知らなければ、しばしば明確ではない。
本稿では,人間とAIの協調関係を分析するための統計的決定理論に基づくモデルを提案する。
論文 参考訳(メタデータ) (2024-11-03T01:34:45Z) - When combinations of humans and AI are useful: A systematic review and meta-analysis [0.0]
我々は300以上の効果サイズを報告した100以上の最近の研究のメタ分析を行った。
平均して、人間とAIの組み合わせは、人間とAI単独のベストよりもはるかに悪い結果が得られた。
論文 参考訳(メタデータ) (2024-05-09T20:23:15Z) - Towards Effective Human-AI Decision-Making: The Role of Human Learning
in Appropriate Reliance on AI Advice [3.595471754135419]
参加者100名を対象にした実験において,学習と適切な信頼の関係を示す。
本研究は,人間とAIの意思決定を効果的に設計するために,信頼度を分析し,意味を導き出すための基本的な概念を提供する。
論文 参考訳(メタデータ) (2023-10-03T14:51:53Z) - Applying HCAI in developing effective human-AI teaming: A perspective
from human-AI joint cognitive systems [10.746728034149989]
研究と応用は、AIシステムを開発するための新しいパラダイムとして、HAT(Human-AI Teaming)を使用している。
我々は,人間とAIの協調認知システム(HAIJCS)の概念的枠組みについて詳しく検討する。
本稿では,HATを表現・実装するためのヒューマンAI共同認知システム(HAIJCS)の概念的枠組みを提案する。
論文 参考訳(メタデータ) (2023-07-08T06:26:38Z) - 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) - Factors that influence the adoption of human-AI collaboration in
clinical decision-making [0.0]
我々は、医療分野の専門家との半構造化インタビューを連続して実施することで、人間とAIのコラボレーションの導入の要因を特定した。
我々は、関連する6つの要因を特定し、それらの間の既存の緊張と効果的な人間とAIのコラボレーションを強調します。
論文 参考訳(メタデータ) (2022-04-19T18:19:39Z) - 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) - A Survey on Applications of Artificial Intelligence in Fighting Against
COVID-19 [75.84689958489724]
SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。
新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。
この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
論文 参考訳(メタデータ) (2020-07-04T22:48:15Z) - Learning to Complement Humans [67.38348247794949]
オープンワールドにおけるAIに対するビジョンの高まりは、知覚、診断、推論タスクのために人間を補完できるシステムの開発に焦点を当てている。
我々は,人間-機械チームの複合的なパフォーマンスを最適化するために,エンド・ツー・エンドの学習戦略をどのように活用できるかを実証する。
論文 参考訳(メタデータ) (2020-05-01T20:00:23Z) - Effect of Confidence and Explanation on Accuracy and Trust Calibration
in AI-Assisted Decision Making [53.62514158534574]
ケース固有のモデル情報を明らかにする特徴が、信頼度を調整し、人間とAIのジョイントパフォーマンスを向上させることができるかどうかを検討する。
信頼スコアは、AIモデルに対する人々の信頼を校正するのに役立ちますが、信頼の校正だけでは、AI支援による意思決定を改善するには不十分です。
論文 参考訳(メタデータ) (2020-01-07T15:33:48Z)
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。