Справедливость искусственного интеллекта в здравоохранении: обзор и рекомендации

В этом обзоре рассматривается проблема справедливости при клинической интеграции искусственного интеллекта (ИИ) в медицине. По мере расширения клинического применения алгоритмов глубокого обучения, относящихся к ИИ, возникают опасения относительно влияния предвзятости и дискриминации ИИ на здоровье пациентов. Цель обзора — дать всестороннее представление о проблемах, связанных со справедливостью ИИ; обсудить стратегии снижения предвзятости ИИ; и подчеркнуть необходимость сотрудничества между врачами, исследователями ИИ, разработчиками ИИ, лицами, принимающими политические решения, и пациентами для обеспечения равноправной интеграции ИИ. Сначала мы определяем и вводим понятие справедливости в приложениях ИИ в здравоохранении и радиологии, подчеркивая преимущества и трудности включения ИИ в клиническую практику. Затем мы подробно рассматриваем вопросы справедливости в здравоохранении, разбирая различные причины смещения в ИИ и потенциальные риски, такие как ошибочная диагностика, неравный доступ к лечению и этические аспекты. Далее мы описываем стратегии решения проблемы справедливости, такие как использование разнообразных и репрезентативных данных и аудит алгоритмов. Кроме того, обсуждаются этические и правовые аспекты, включая конфиденциальность данных, ответственность, подотчетность, прозрачность и объяснимость ИИ. Наконец, мы представляем положение FAIR (Fairness of Artificial Intelligence Recommendations) в здравоохранении, предлагающее лучшие практики. Этими усилиями мы стремимся заложить основу для обсуждения ответственного и справедливого внедрения и развертывания ИИ в здравоохранении.