論文の概要: Now You See Me: Designing Responsible AI Dashboards for Early-Stage Health Innovation

• arxiv url: http://arxiv.org/abs/2602.23378v1
• Date: Tue, 27 Jan 2026 15:07:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 01:20:07.942062
• Title: Now You See Me: Designing Responsible AI Dashboards for Early-Stage Health Innovation
• Title（参考訳）: 健康の早期イノベーションのための責任あるAIダッシュボードをデザインする
• Authors: Svitlana Surodina, Sinem Görücü, Lili Golmohammadi, Emelia Delaney, Rita Borgo,
• Abstract要約: この作業は、Responsible AIガバナンスダッシュボードを設計するための実用的なガイダンスを提供する。 それは、エコシステムレベルの調整が、医療におけるよりスケーラブルで多様なAIイノベーションを可能にすることを示唆している。
• 参考スコア（独自算出の注目度）: 5.969386855636704
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Innovative HealthTech teams develop Artificial Intelligence (AI) systems in contexts where ethical expectations and organizational priorities must be balanced under severe resource constraints. While Responsible AI practices are expected to guide the design and evaluation of such systems, they frequently remain abstract or poorly aligned with the operational realities of early-stage innovation. At the ecosystem level, this misalignment disproportionately affects disadvantaged projects and founders, therefore limiting the diversity of problem-areas under consideration, solutions, stakeholder perspectives, and population datasets represented in AI-enabled healthcare systems. Visualization provides a practical mechanism for supporting decision-making across the AI lifecycle. When developed via a rigorous and collaborative design process, structured on domain knowledge and designed around real-world constraints, visual interfaces can operate as effective sociotechnical governance artifacts enabling responsible decision-making. Grounded in innovation-oriented Human-Centered Computing methodologies, we synthesize insights from a series of design studies conducted via a longitudinal visualization research program, a case study centered on governance dashboard design in a translational setting, and a survey of a cohort of early-stage HealthTech startups. Based on these findings, we articulate design process implications for governance-oriented visualization systems: co-creation with stakeholders, alignment with organizational maturity and context, and support for heterogeneous roles and tasks among others. This work contributes actionable guidance for designing Responsible AI governance dashboards that support decision-making and accountability in early-stage health innovation, and suggests that ecosystem-level coordination can enable more scalable and diverse AI innovation in healthcare.
• Abstract（参考訳）: 革新的ヘルステックチームは、倫理的な期待と組織的優先順位が厳しいリソース制約の下でバランスをとらなければならない状況下で、人工知能(AI)システムを開発する。 Responsible AIのプラクティスは、このようなシステムの設計と評価を導くことが期待されているが、それらはしばしば、アーリーステージのイノベーションの運用上の現実に、抽象的あるいは不十分に一致している。 生態系レベルでは、このミスアライメントは不適切なプロジェクトや創業者に不適切な影響を与えるため、考慮中の問題領域の多様性、ソリューション、ステークホルダーの視点、AI対応医療システムで表される人口データセットを制限する。 可視化は、AIライフサイクル全体にわたって意思決定をサポートするための実践的なメカニズムを提供する。 ドメイン知識に基づいて構築され、現実世界の制約を中心に設計された厳密で協調的な設計プロセスによって開発される場合、視覚インターフェースは、責任ある意思決定を可能にする効果的な社会技術的ガバナンスアーティファクトとして機能する。 イノベーション指向のHuman-Centered Computing方法論を基盤として,縦断的な可視化研究プログラムを通じて実施された一連のデザイン研究,ガバナンスダッシュボード設計を中心とした翻訳環境でのケーススタディ,および初期段階のHealthTechスタートアップのコホート調査から洞察を合成する。 これらの知見に基づいて、私たちは、利害関係者との共創、組織の成熟度と状況の整合性、異種の役割やタスクのサポートなど、ガバナンス指向の可視化システムに対する設計プロセスの影響を明確に示します。 この研究は、早期の健康革新において意思決定と説明責任をサポートする責任のあるAIガバナンスダッシュボードを設計するための実用的なガイダンスを提供する。

関連論文リスト

• The Social Responsibility Stack: A Control-Theoretic Architecture for Governing Socio-Technical AI [0.0]
  本稿では,社会責任スタック(Social Responsibility Stack, SRS)を紹介する。 我々は、SRSが規範的目的を実行可能なエンジニアリングと運用制御にどのように変換するかを示す。 このフレームワークは倫理、制御理論、AIガバナンスを橋渡しし、説明責任、適応性、監査可能な社会技術AIシステムのための実践的な基盤を提供する。
  論文  参考訳（メタデータ） (2025-12-18T18:42:16Z)
• Before the Clinic: Transparent and Operable Design Principles for Healthcare AI [42.994619952353396]
  医療AIの先進的な技術的要件を運用するための基本設計原則を2つ提案する。 我々は、これらの原則を確立されたXAIフレームワークに根ざし、それらをドキュメント化された臨床ニーズにマッピングし、新たなガバナンス要件との整合性を実証します。 この前臨床プレイブックは、開発チームに対して実行可能なガイダンスを提供し、臨床評価への道を加速し、AI研究者、医療実践家、規制ステークホルダーを分かち合う共通語彙を確立する。
  論文  参考訳（メタデータ） (2025-10-31T04:05:09Z)
• A quality of mercy is not trained: the imagined vs. the practiced in healthcare process-specialized AI development [0.0]
  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。
  論文  参考訳（メタデータ） (2025-10-22T14:48:35Z)
• 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 Foundation-model-based Multiagent System to Accelerate AI for Social Impact [37.72844862625008]
  既存のAI4SI研究は、しばしば労働集約的かつリソース要求的である。 本稿では,このようなベースレベルのシステムの開発を加速するために,メタレベルのマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2024-12-10T19:29:34Z)
• Roadmap on Incentive Compatibility for AI Alignment and Governance in Sociotechnical Systems [10.463105660497357]
  既存の方法論は主に技術的側面に焦点を当てており、しばしばAIシステムの複雑な社会技術的性質を無視している。 Incentive Compatibility Sociotechnical Alignment Problem (ICSAP) ICを実現するための古典的なゲーム問題として,機構設計,契約理論,ベイズ的説得の3つを論じ,ICSAP解決の視点,可能性,課題について論じる。
  論文  参考訳（メタデータ） (2024-02-20T10:52:57Z)
• Organizational Governance of Emerging Technologies: AI Adoption in Healthcare [43.02293389682218]
  Health AI Partnershipは、医療設定におけるAIシステムの適切な組織的ガバナンスの要件をより適切に定義することを目的としている。 これは、米国の医療システムによるAI導入に関わる、現在のガバナンス構造とプロセスに関する、最も詳細な定性的な分析の1つである。 これらの発見が、医療における新興テクノロジーの安全で効果的で責任ある採用を促進する能力を構築するための将来の取り組みを知らせてくれることを期待している。
  論文  参考訳（メタデータ） (2023-04-25T18:30:47Z)
• Responsible AI Implementation: A Human-centered Framework for Accelerating the Innovation Process [0.8481798330936974]
  本稿では,人工知能(AI)の実装に関する理論的枠組みを提案する。 提案されたフレームワークは、アジャイル共同創造プロセスのための相乗的ビジネス技術アプローチを強調している。 このフレームワークは,AIの人間中心の設計とアジャイル開発を通じて,信頼の確立と維持を重視している。
  論文  参考訳（メタデータ） (2022-09-15T06:24:01Z)
• 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)

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。