PSO išleidžia etiško generatyvaus dirbtinio intelekto naudojimo sveikatos priežiūros srityje gaires
Judant link etiško tobulėjimo generatyvaus valdymo dirbtinis intelektas (AI) technologija sveikatos priežiūros srityje, Pasaulio sveikatos organizacija (PSO) paskelbė išsamias gaires dėl didelių daugiarūšių modelių (LMM). Šie modeliai, galintys priimti įvairius duomenų įvesties duomenis, pvz., tekstą, vaizdo įrašus ir vaizdus, buvo precedento neturinčio pritaikymo liudininkai, tokiose platformose kaip ChatGPT, Bardas ir Bertas į visuomenės sąmonę patenka 2023 m.
PSO gairės, kurias sudaro daugiau nei 40 rekomendacijų, skirtos vyriausybėms, technologijų įmonėms ir sveikatos priežiūros paslaugų teikėjams, siekiant užtikrinti atsakingą LMM naudojimą siekiant skatinti ir apsaugoti gyventojų sveikatą. Dr. Jeremy Farrar, PSO vyriausiasis mokslininkas, pabrėžė galimą naudą generatyvinis AI sveikatos priežiūros technologijas, tačiau pabrėžė, kad reikia skaidrios informacijos ir politikos, kad būtų galima valdyti susijusią riziką.
Kaip nurodė PSO, LMM, žinomi dėl žmonių bendravimo imitacijos ir gebėjimo atlikti užduotis, kurios nėra aiškiai užprogramuotos, turi penkis plačius pritaikymus sveikatos priežiūros srityje. Tai apima diagnostiką ir klinikinę priežiūrą, paciento vadovaujamą naudojimą simptomams ir gydymui tirti, raštinės ir administracines užduotis elektroniniuose sveikatos įrašuose, medicininį ir slaugos mokymą imituojant pacientų susitikimus, mokslinius tyrimus ir vaistų kūrimą, siekiant nustatyti naujus junginius.
Tačiau gairėse pabrėžiama dokumentuota rizika, susijusi su LMM, įskaitant klaidingos, netikslios ar šališkos informacijos pateikimą. Tai gali pakenkti asmenims, kurie remiasi tokia informacija priimdami svarbius sveikatos sprendimus. Treniruočių duomenų kokybė ir šališkumas, susiję su tokiais veiksniais kaip rasė, etninė kilmė, protėviai, lytis, lytinė tapatybė ar amžius, gali pakenkti LMM rezultatų vientisumui.
PSO pripažįsta ne tik individualią riziką, bet ir platesnius sveikatos sistemų iššūkius, kylančius dėl LMM. Tai apima susirūpinimą dėl pažangiausių LMM prieinamumo ir įperkamumo, galimo sveikatos priežiūros specialistų ir pacientų „automatizavimo šališkumo“ ir Kibernetinė sauga pažeidžiamumas, keliantis pavojų pacientų informacijai ir AI algoritmų patikimumui teikiant sveikatos priežiūrą.
Reikia suinteresuotųjų šalių įsitraukimo į LLM diegimą
Siekdama išspręsti šiuos iššūkius, PSO pabrėžia, kad kuriant ir diegiant LMM reikia įtraukti įvairias suinteresuotąsias šalis. Vyriausybės, technologijų įmonės, sveikatos priežiūros paslaugų teikėjai, pacientai ir pilietinė visuomenė raginami aktyviai dalyvauti užtikrinant atsakingą AI technologijų naudojimą.
Rekomendacijose pateikiamos konkrečios rekomendacijos vyriausybėms, joms tenka pagrindinė atsakomybė nustatyti LMM kūrimo, diegimo ir integravimo į visuomenės sveikatos ir medicinos praktiką standartus.
Vyriausybės raginamos investuoti į pelno nesiekiančią ar viešąją infrastruktūrą, įskaitant skaičiavimo galią ir viešuosius duomenų rinkinius, prieinamą įvairių sektorių kūrėjams. Šie ištekliai priklausytų nuo to, ar vartotojai laikosi etikos principų ir vertybių. Turi būti taikomi įstatymai, politika ir reglamentai, siekiant užtikrinti, kad sveikatos priežiūros MMM laikytųsi etinių įsipareigojimų ir žmogaus teisių standartų, užtikrinant tokius aspektus kaip orumas, autonomija ir privatumas.
Rekomendacijose taip pat siūloma pavesti esamoms ar naujoms reguliavimo agentūroms įvertinti ir patvirtinti sveikatos priežiūros reikmėms skirtas LMM ir programas, atsižvelgiant į turimų išteklių apribojimus. Be to, diegiant didelio masto LMM rekomenduojamas privalomas nepriklausomų trečiųjų šalių atliktas auditas po išleidimo ir poveikio vertinimas. Šiuose vertinimuose turėtų būti atsižvelgta į duomenų apsaugą ir žmogaus teises, o rezultatai ir poveikis būtų suskirstyti pagal vartotojo savybes, pvz., amžių, rasę ar negalią.
LMM kūrėjams taip pat patikėtos pagrindinės pareigos. Jie raginami užtikrinti, kad potencialūs naudotojai ir visos tiesioginės bei netiesioginės suinteresuotosios šalys, įskaitant medicinos paslaugų teikėjus, mokslinius tyrėjus, sveikatos priežiūros specialistus ir pacientus, būtų įtraukiami nuo ankstyvųjų etapų. AI plėtra. Skaidrūs, įtraukūs ir struktūrizuoti projektavimo procesai turėtų leisti suinteresuotosioms šalims kelti etikos klausimus, išsakyti susirūpinimą keliančius klausimus ir pateikti savo nuomonę.
Be to, LMM turėtų būti suprojektuoti taip, kad gerai veiktųdefireikia tiksliai ir patikimai atlikti užduotis, kad būtų pagerintos sveikatos sistemos ir gerinami pacientų interesai. Kūrėjai taip pat turi turėti galimybę numatyti ir suprasti galimus antrinius savo AI programų rezultatus.
Atsakomybės neigimas
Remdamasi tuo, Pasitikėjimo projekto gairės, atkreipkite dėmesį, kad šiame puslapyje pateikta informacija nėra skirta ir neturėtų būti aiškinama kaip teisinė, mokesčių, investicinė, finansinė ar bet kokia kita konsultacija. Svarbu investuoti tik tai, ką galite sau leisti prarasti, ir, jei turite kokių nors abejonių, kreiptis į nepriklausomą finansinę konsultaciją. Norėdami gauti daugiau informacijos, siūlome peržiūrėti taisykles ir nuostatas bei pagalbos ir palaikymo puslapius, kuriuos pateikia išdavėjas arba reklamuotojas. MetaversePost yra įsipareigojusi teikti tikslias, nešališkas ataskaitas, tačiau rinkos sąlygos gali keistis be įspėjimo.
Apie autorių
Kumaras yra patyręs technologijų žurnalistas, kurio specializacija yra dinamiškos AI/ML sankirtos, rinkodaros technologijos ir naujos sritys, tokios kaip kriptovaliutos, blokų grandinės ir NFTs. Turėdamas daugiau nei 3 metų patirtį šioje pramonėje, Kumaras sukūrė įtikinamus pasakojimus, veda įžvalgius interviu ir pateikia išsamias įžvalgas. „Kumar“ patirtis yra susijusi su didelio poveikio turinio kūrimu, įskaitant straipsnius, ataskaitas ir mokslinių tyrimų publikacijas žinomoms pramonės platformoms. Turėdamas unikalų įgūdžių rinkinį, kuriame derinamos techninės žinios ir pasakojimas, Kumaras puikiai perteikia sudėtingas technologines koncepcijas įvairioms auditorijoms aiškiai ir patraukliai.
Daugiau straipsnių
Kumaras yra patyręs technologijų žurnalistas, kurio specializacija yra dinamiškos AI/ML sankirtos, rinkodaros technologijos ir naujos sritys, tokios kaip kriptovaliutos, blokų grandinės ir NFTs. Turėdamas daugiau nei 3 metų patirtį šioje pramonėje, Kumaras sukūrė įtikinamus pasakojimus, veda įžvalgius interviu ir pateikia išsamias įžvalgas. „Kumar“ patirtis yra susijusi su didelio poveikio turinio kūrimu, įskaitant straipsnius, ataskaitas ir mokslinių tyrimų publikacijas žinomoms pramonės platformoms. Turėdamas unikalų įgūdžių rinkinį, kuriame derinamos techninės žinios ir pasakojimas, Kumaras puikiai perteikia sudėtingas technologines koncepcijas įvairioms auditorijoms aiškiai ir patraukliai.
