世界卫生组织发布在医疗保健领域道德使用生成式人工智能指南
朝着推进生成性的道德治理迈进 人工智能 医疗保健领域的人工智能 (AI) 技术，世界卫生组织 (WHO) 发布了关于大型多模态模型 (LMM) 的综合指南。这些模型能够接受文本、视频和图像等多种数据输入，并得到了前所未有的采用，例如 ChatGPT、巴德和伯特将于 2023 年进入公众意识。
WHO 的指南包含 40 多项建议，针对政府、科技公司和医疗保健提供者，旨在确保负责任地使用 LMM 来促进和保护人口健康。世卫组织首席科学家 Jeremy Farrar 博士强调了 生成式人工智能 医疗保健技术，但强调需要透明的信息和政策来管理相关风险。
LMM 以其模仿人类交流和执行未明确编程的任务的能力而闻名，根据 WHO 的概述，LMM 在医疗保健领域展示了五种广泛的应用。其中包括诊断和临床护理、用于调查症状和治疗的患者指导使用、电子健康记录中的文书和行政任务、通过模拟患者接触进行的医疗和护理教育，以及识别新化合物的科学研究和药物开发。
然而，该指南强调了与 LMM 相关的记录风险，包括产生虚假、不准确或有偏见的信息。这对依赖此类信息做出重要健康决策的个人构成潜在危害。训练数据的质量和偏差，涉及种族、民族、血统、性别、性别认同或年龄等因素，可能会损害 LMM 输出的完整性。
除了个人风险之外，世界卫生组织还承认 LMM 对卫生系统带来更广泛的挑战。其中包括对最先进 LMM 的可及性和可负担性的担忧、医疗保健专业人员和患者潜在的“自动化偏见”，以及 网络安全 漏洞危及患者信息和人工智能算法在医疗保健服务中的可信度。
法学硕士部署需要利益相关者参与
为了应对这些挑战，世界卫生组织强调需要各利益攸关方参与整个 LMM 的开发和部署。呼吁政府、科技公司、医疗保健提供者、患者和民间社会积极参与，确保负责任地使用人工智能技术。
该指南为政府提供了具体建议，要求政府负有制定 LMM 开发、部署以及将其纳入公共卫生和医疗实践的标准的主要责任。
敦促各国政府投资或提供非营利或公共基础设施，包括供各行业开发商使用的计算能力和公共数据集。这些资源将取决于用户是否遵守道德原则和价值观。应利用法律、政策和法规来确保医疗保健领域的 LMM 履行道德义务和人权标准，维护尊严、自主和隐私等方面。
该指南还建议指派现有或新的监管机构在可用资源的限制内评估和批准用于医疗保健用途的 LMM 和应用程序。此外，建议对大规模 LMM 部署进行强制性的发布后审计和由独立第三方进行的影响评估。这些评估应包括对数据保护和人权的考虑，并按用户特征（例如年龄、种族或残疾）分类结果和影响。
LMM 的开发人员也被赋予了关键职责。敦促他们确保潜在用户以及所有直接和间接利益相关者，包括医疗提供者、科学研究人员、医疗保健专业人员和患者，从早期阶段就参与其中 人工智能发展。透明、包容和结构化的设计流程应允许利益相关者提出道德问题、表达担忧并提供意见。
此外，LMM 的设计应该能够表现良好defi以必要的准确性和可靠性来完成任务，以加强卫生系统并提高患者的利益。开发人员还必须具备预测和理解人工智能应用程序潜在的次要结果的能力。
免责声明
在与行 信托项目指南，请注意，本页提供的信息无意且不应被解释为法律、税务、投资、财务或任何其他形式的建议。 重要的是，仅投资您可以承受损失的金额，并在有任何疑问时寻求独立的财务建议。 如需了解更多信息，我们建议您参阅条款和条件以及发行人或广告商提供的帮助和支持页面。 MetaversePost 致力于提供准确、公正的报告，但市场状况如有变更，恕不另行通知。
关于作者
Kumar 是一位经验丰富的科技记者，专注于人工智能/机器学习、营销技术以及加密货币、区块链和人工智能等新兴领域的动态交叉领域。 NFTs。 Kumar 拥有超过 3 年的行业经验，在撰写引人入胜的叙述、进行富有洞察力的采访和提供全面的见解方面建立了良好的记录。 Kumar 的专长在于制作高影响力的内容，包括为著名行业平台制作文章、报告和研究出版物。 库马尔拥有结合技术知识和讲故事的独特技能，擅长以清晰且引人入胜的方式向不同的受众传达复杂的技术概念。
更多文章
Kumar 是一位经验丰富的科技记者，专注于人工智能/机器学习、营销技术以及加密货币、区块链和人工智能等新兴领域的动态交叉领域。 NFTs。 Kumar 拥有超过 3 年的行业经验，在撰写引人入胜的叙述、进行富有洞察力的采访和提供全面的见解方面建立了良好的记录。 Kumar 的专长在于制作高影响力的内容，包括为著名行业平台制作文章、报告和研究出版物。 库马尔拥有结合技术知识和讲故事的独特技能，擅长以清晰且引人入胜的方式向不同的受众传达复杂的技术概念。
