論文の概要: A quality of mercy is not trained: the imagined vs. the practiced in healthcare process-specialized AI development
- arxiv url: http://arxiv.org/abs/2510.21843v1
- Date: Wed, 22 Oct 2025 14:48:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-28 15:28:14.609226
- Title: A quality of mercy is not trained: the imagined vs. the practiced in healthcare process-specialized AI development
- Title（参考訳）: 慈悲の質は訓練されない:医療プロセス専門のAI開発における想像対実践
- Authors: Anand Bhardwaj, Samer Faraj,
- Abstract要約: 初期の表現的決定がAIがサポートできる範囲を狭めたことを示し、システム設計から重要な倫理的次元を早期に排除した。
我々の研究結果は、抽象化の道徳的な影響を表面化し、医療プロセスに特化した人工知能システムを設計するための、より確立されたアプローチを求めるものである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In high stakes organizational contexts like healthcare, artificial intelligence (AI) systems are increasingly being designed to augment complex coordination tasks. This paper investigates how the ethical stakes of such systems are shaped by their epistemic framings: what aspects of work they represent, and what they exclude. Drawing on an embedded study of AI development for operating room (OR) scheduling at a Canadian hospital, we compare scheduling-as-imagined in the AI design process: rule-bound, predictable, and surgeon-centric, with scheduling-as-practiced as a fluid, patient-facing coordination process involving ethical discretion. We show how early representational decisions narrowed what the AI could support, resulting in epistemic foreclosure: the premature exclusion of key ethical dimensions from system design. Our findings surface the moral consequences of abstraction and call for a more situated approach to designing healthcare process-specialized artificial intelligence systems.
- Abstract（参考訳）: 医療のような組織的な文脈において、人工知能(AI)システムは、複雑な調整タスクを強化するように設計されている。
本稿では,これらの制度の倫理的利害関係が,その認識的フレーミングによってどのように形成されているかについて考察する。
カナダの病院における手術室(OR)スケジューリングのためのAI開発に関する組込み研究に基づいて、AI設計プロセスにおけるスケジューリングを、ルールバウンド、予測可能、および外科医中心、および、倫理的判断を含む患者向きの流体的な調整プロセスと比較した。
我々は、初期の表現的決定がAIがサポートできることを狭め、エピステマティック・フォアクロージャー(システム設計から重要な倫理的次元を早期に排除すること)をもたらすことを示す。
我々の研究結果は、抽象化の道徳的な影響を表面化し、医療プロセスに特化した人工知能システムを設計するための、より確立されたアプローチを求めるものである。
関連論文リスト
- Explainable AI for Collaborative Assessment of 2D/3D Registration Quality [50.65650507103078]
本稿では,2D/3D登録品質検証に特化して訓練された最初の人工知能フレームワークを提案する。
我々の説明可能なAI(XAI)アプローチは、人間のオペレーターに対する情報意思決定を強化することを目的としている。
論文 参考訳（メタデータ） (2025-07-23T15:28:57Z) - Visual Analytics for Explainable and Trustworthy Artificial Intelligence [2.1212179660694104]
AI採用の大きな障害は、透明性の欠如にある。
多くの自動化システムはブラックボックスとして機能し、基盤となるプロセスを明らかにすることなく予測を提供する。
ビジュアル分析(VA)は、AIモデルとインタラクティブな視覚化を組み合わせることで、魅力的なソリューションを提供する。
論文 参考訳（メタデータ） (2025-07-14T13:03:17Z) - Surgeons vs. Computer Vision: A comparative analysis on surgical phase recognition capabilities [65.66373425605278]
自動手術相認識(SPR)は、人工知能(AI)を使用して、手術ワークフローをその重要なイベントに分割する。
従来の研究は、短い外科手術と直線的な外科手術に焦点を合わせており、時間的文脈が手術の段階をよりよく分類する専門家の能力に影響を与えるかどうかを探索していない。
本研究は,ロボットによる部分腎切除(RAPN)を高度に非直線的に行うことに焦点を当て,これらのギャップに対処する。
論文 参考訳（メタデータ） (2025-04-26T15:37:22Z) - Advancing Embodied Intelligence in Robotic-Assisted Endovascular Procedures: A Systematic Review of AI Solutions [27.68772584578631]
エボディード・インテリジェンスとロボットシステムの統合は、パラダイムシフトを表している。
データ駆動型アプローチ、高度なコンピュータビジョン、医用画像分析、機械学習技術は、この進化の最前線にある。
知的知覚とデータ駆動制御の最近の進歩とロボット支援手順における実践的応用について論じる。
論文 参考訳（メタデータ） (2025-04-21T13:49:30Z) - AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。
このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
論文 参考訳（メタデータ） (2025-03-04T03:55:38Z) - Towards Next-Generation Medical Agent: How o1 is Reshaping Decision-Making in Medical Scenarios [46.729092855387165]
本稿では,医療用AIエージェントのバックボーンLSMの選択について検討する。
我々の研究結果は、o1の診断精度と一貫性を高める能力を示し、よりスマートでより応答性の高いAIツールへの道を開いた。
論文 参考訳（メタデータ） (2024-11-16T18:19:53Z) - The Limits of Perception: Analyzing Inconsistencies in Saliency Maps in XAI [0.0]
説明可能な人工知能(XAI)は、AIの意思決定プロセスの解明に不可欠である。
ブラックボックス」として機能し、その理由が曖昧でアクセスできないため、誤診のリスクが高まる。
この透明性へのシフトは、単に有益であるだけでなく、医療におけるAI統合の責任を負うための重要なステップでもある。
論文 参考訳（メタデータ） (2024-03-23T02:15:23Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - The Medkit-Learn(ing) Environment: Medical Decision Modelling through
Simulation [81.72197368690031]
医用シーケンシャルな意思決定に特化して設計された新しいベンチマークスイートを提案する。
Medkit-Learn(ing) Environmentは、高忠実度合成医療データに簡単かつ簡単にアクセスできるPythonパッケージである。
論文 参考訳（メタデータ） (2021-06-08T10:38:09Z)
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。