Human-Centered Design to Address Biases in Artificial Intelligence.
Human-Centered Design to Address Biases in Artificial Intelligence.
复制标题
以人为本的设计以解决人工智能中的偏差。
DOI：
10.2196/43251
复制
发表时间：
2023-03-24
影响因子：
7.4
通讯作者：
Malin, Bradley
中科院分区：
文献类型：
--
作者：
Chen, You;Clayton, Ellen Wright;Novak, Laurie Lovett;Anders, Shilo;Malin, Bradley
关键词：
人们认识到人工智能(AI)在减少医疗保健差距和不平等方面的潜力，但如果不以公平的方式实施，它也可能加剧这些问题。这一观点识别了人工智能生命周期每个阶段的潜在偏见，包括数据收集、注释、机器学习模型开发、评估、部署、运营、监控和反馈集成。为了缓解这些偏见，我们建议使用以人为中心的人工智能原则，让不同的利益攸关方参与进来。以人为中心的人工智能可以帮助确保人工智能系统的设计和使用方式造福患者和社会，这可以减少健康差距和不平等。通过识别和解决人工智能生命周期每个阶段的偏见，人工智能可以实现其在医疗保健方面的潜力。
The potential of artificial intelligence (AI) to reduce health care disparities and inequities is recognized, but it can also exacerbate these issues if not implemented in an equitable manner. This perspective identifies potential biases in each stage of the AI life cycle, including data collection, annotation, machine learning model development, evaluation, deployment, operationalization, monitoring, and feedback integration. To mitigate these biases, we suggest involving a diverse group of stakeholders, using human-centered AI principles. Human-centered AI can help ensure that AI systems are designed and used in a way that benefits patients and society, which can reduce health disparities and inequities. By recognizing and addressing biases at each stage of the AI life cycle, AI can achieve its potential in health care.
登录
查看更多内容
影响因子：
3.2
作者：
Garvey, Kim, V;Craig, Kelly Jean Thomas;Russell, Regina;Novak, Laurie L.;Moore, Don;Miller, Bonnie M.
通讯作者：
Miller, Bonnie M.
影响因子：
4.1
作者：
Braun M;Hummel P;Beck S;Dabrock P
通讯作者：
Dabrock P
影响因子：
7.4
作者：
Desouza, Kevin C.;Dawson, Gregory S.;Chenok, Daniel
通讯作者：
Chenok, Daniel
影响因子：
3.9
作者：
Byrd, Nick;Thompson, Morgan
通讯作者：
Thompson, Morgan
影响因子：
3.7
作者：
Hanif AM;Beqiri S;Keane PA;Campbell JP
通讯作者：
Campbell JP