論文の概要: Ethics by Design: A Lifecycle Framework for Trustworthy AI in Medical Imaging From Transparent Data Governance to Clinically Validated Deployment
- arxiv url: http://arxiv.org/abs/2507.04249v1
- Date: Sun, 06 Jul 2025 05:28:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-08 15:46:35.087061
- Title: Ethics by Design: A Lifecycle Framework for Trustworthy AI in Medical Imaging From Transparent Data Governance to Clinically Validated Deployment
- Title（参考訳）: デザインによる倫理: 透明データガバナンスから臨床応用まで、医用画像における信頼できるAIのためのライフサイクルフレームワーク
- Authors: Umer Sadiq Khan, Saif Ur Rehman Khan,
- Abstract要約: 本研究では,医療画像におけるAIの倫理的意義について考察する。
データ収集、データ処理、モデルトレーニング、モデル評価、デプロイメントの5つの重要なステージに焦点を当てている。
分析的手法を用いて,AI開発の各段階における倫理的課題について検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The integration of artificial intelligence (AI) in medical imaging raises crucial ethical concerns at every stage of its development, from data collection to deployment. Addressing these concerns is essential for ensuring that AI systems are developed and implemented in a manner that respects patient rights and promotes fairness. This study aims to explore the ethical implications of AI in medical imaging, focusing on five key stages: data collection, data processing, model training, model evaluation, and deployment. The goal is to evaluate how these stages adhere to fundamental ethical principles, including data privacy, fairness, transparency, accountability, and autonomy. An analytical approach was employed to examine the ethical challenges associated with each stage of AI development. We reviewed existing literature, guidelines, and regulations concerning AI ethics in healthcare and identified critical ethical issues at each stage. The study outlines specific inquiries and principles for each phase of AI development. The findings highlight key ethical issues: ensuring patient consent and anonymization during data collection, addressing biases in model training, ensuring transparency and fairness during model evaluation, and the importance of continuous ethical assessments during deployment. The analysis also emphasizes the impact of accessibility issues on different stakeholders, including private, public, and third-party entities. The study concludes that ethical considerations must be systematically integrated into each stage of AI development in medical imaging. By adhering to these ethical principles, AI systems can be made more robust, transparent, and aligned with patient care and data control. We propose tailored ethical inquiries and strategies to support the creation of ethically sound AI systems in medical imaging.
- Abstract（参考訳）: 医療画像への人工知能(AI)の統合は、データ収集からデプロイメントまで、開発の各段階で重要な倫理的懸念を提起する。
これらの懸念に対処することは、患者の権利を尊重し公平性を促進する方法でAIシステムが開発され、実装されることを保証するために不可欠である。
本研究の目的は、データ収集、データ処理、モデルトレーニング、モデル評価、デプロイメントの5つの重要なステージに焦点を当て、医療画像におけるAIの倫理的意味を探ることである。
目標は、これらの段階がデータのプライバシー、公正性、透明性、説明責任、自律性など、基本的な倫理原則にどのように準拠するかを評価することである。
分析的手法を用いて,AI開発の各段階における倫理的課題について検討した。
我々は、医療におけるAI倫理に関する既存の文献、ガイドライン、規則をレビューし、各段階で重要な倫理的問題を特定した。
この研究は、AI開発の各フェーズについて、特定の質問と原則を概説している。
この結果は、データ収集中の患者の同意と匿名化を確保すること、モデルトレーニングにおけるバイアスに対処すること、モデル評価時の透明性と公正性を確保すること、デプロイメント中の継続的倫理的評価の重要性、といった重要な倫理的問題を浮き彫りにした。
この分析はまた、アクセシビリティの問題が、プライベート、パブリック、サードパーティなど、さまざまな利害関係者に与える影響を強調している。
この研究は、医療画像におけるAI開発の各段階に倫理的考察を体系的に組み込まなければならないと結論付けている。
これらの倫理的原則に従うことで、AIシステムはより堅牢で透明で、患者のケアとデータコントロールに適合させることができる。
本稿では,医療画像における倫理的健全なAIシステム構築を支援するための倫理的探究と戦略を提案する。
関連論文リスト
- Ethical AI in the Healthcare Sector: Investigating Key Drivers of Adoption through the Multi-Dimensional Ethical AI Adoption Model (MEAAM) [1.5458951336481048]
本稿では,多次元倫理AI導入モデル(MEAAM)を紹介する。
Ethical AI Fair AI、Responsible AI、Explainable AI、Sustainable AIの4つの基本次元の13の批判的倫理変数を分類する。
これらの倫理的構成が、オペレーショナルAI導入とシステミックAI導入の2つの結果に与える影響を調査する。
論文 参考訳（メタデータ） (2025-05-04T10:40:05Z) - A Design Framework for operationalizing Trustworthy Artificial Intelligence in Healthcare: Requirements, Tradeoffs and Challenges for its Clinical Adoption [6.7236795813629]
我々は、信頼できるAI原則を医療AIシステムに組み込む開発者を支援するための設計フレームワークを提案する。
私たちは、高頻度とアクティブなAIイノベーションの両方を特徴とする、心臓血管疾患に焦点を当てています。
論文 参考訳（メタデータ） (2025-04-27T09:57:35Z) - From large language models to multimodal AI: A scoping review on the potential of generative AI in medicine [40.23383597339471]
マルチモーダルAIは、イメージング、テキスト、構造化データを含む多様なデータモダリティを単一のモデルに統合することができる。
このスコーピングレビューは、マルチモーダルAIの進化を探求し、その方法、アプリケーション、データセット、臨床環境での評価を強調している。
診断支援,医療報告生成,薬物発見,会話型AIの革新を推進し,一過性のアプローチからマルチモーダルアプローチへのシフトを示唆した。
論文 参考訳（メタデータ） (2025-02-13T11:57:51Z) - Ethical Challenges and Evolving Strategies in the Integration of Artificial Intelligence into Clinical Practice [1.0301404234578682]
我々は、正義と公正、透明性、患者の同意と機密性、説明責任、患者中心で公平なケアの5つの重要な倫理的関心事に焦点を当てる。
この論文は、患者の信頼を維持する上でのバイアス、透明性の欠如、そして課題が、医療におけるAIアプリケーションの有効性と公正性を損なう可能性があるかを考察する。
論文 参考訳（メタデータ） (2024-11-18T00:52:22Z) - Challenges for Responsible AI Design and Workflow Integration in Healthcare: A Case Study of Automatic Feeding Tube Qualification in Radiology [35.284458448940796]
ナトリウムガスチューブ(NGT)は、鼻から胃に挿入されたチューブを供給し、栄養や薬品を供給している。
近年のAI開発は、チェストX線画像からNGT配置を堅牢に検出する可能性を示している。
本稿では,この問題に対する人間中心のアプローチを提案するとともに,コンテキスト調査および15の臨床ステークホルダとの詳細なインタビューの結果から得られた知見について述べる。
論文 参考訳（メタデータ） (2024-05-08T14:16:22Z) - EALM: Introducing Multidimensional Ethical Alignment in Conversational
Information Retrieval [43.72331337131317]
我々は、倫理的アライメントを、効率的なデータスクリーニングのための初期倫理的判断段階と統合するワークフローを導入する。
本稿では,ETHICSベンチマークから適応したQA-ETHICSデータセットについて述べる。
さらに,二項および多ラベルの倫理的判断タスクにおいて,最高の性能を実現する新しい手法を提案する。
論文 参考訳（メタデータ） (2023-10-02T08:22:34Z) - 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) - 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) - 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)
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。