Miks alustada tööprotsessist
Enne kui ükski mudel patsiendiandmeid puudutab, peab uurimisrühm tavaliselt mõistma süsteemi, milles ta töötab: kuidas saatekirjad saabuvad, kuhu tekivad järjekorrad, millistel üleandmistel läheb teave kaduma ja mis juhtub, kui mõnes rollis on inimesi puudu. Need on protsessiküsimused ja neid saab sageli uurida simulatsiooniga, mis ei sisalda üldse isikuandmeid.
Tööprotsessi simulatsioon laseb praktikutel ja teadlastel muuta korraga ühte eeldust ning arutada tulemust koos. See on eelkõige vestlusvahend. Kui see hiljem uuringu ülesehitust mõjutab, on see boonus, mitte eeldus.
Sünteetilised andmed kui turvaline katsekeskkond
Sünteetilised kirjed, mis on loodud sarnanema tegelike andmete struktuuriga, kirjeldamata päris inimesi, sobivad liideste ehitamiseks ja testimiseks, analüüsiahelate läbiproovimiseks ning töötajate koolitamiseks. Neil on piirid. Sünteetilised andmed võivad korrata oma aluseks olnud andmete kallutatust ega saa tõestada, et meetod töötab päris patsientidel. Käsitleme neid tellingutena: ehitamiseks head, kuid mitte kunagi lõplik tõend.
Sünteetilised andmed ei ole automaatselt anonüümsed. Kui need on loodud pärisandmete põhjal, tuleb enne andmestiku jagamist või kasutamist hinnata teabe lekkimise ja isikute taastuvastamise riske.
Praktikas on igal sünteetilisel andmestikul, mida kasutaksime, lühike andmekaart: kuidas see loodi, milliseid tegelikke jaotusi see jäljendab, milliseid teadlikult eirab ja milliste küsimuste vastamiseks seda kunagi kasutada ei tohi. See kaart liigub koos prototüübiga, et keegi ei peaks hiljem veenvat demo tõendiks. Samuti annab see eetikahindajatele midagi konkreetset lugeda, mitte lubadust, et andmed on ohutud, sest need on tehislikud.
Sama distsipliin kehtib tehisintellekti toel tõendite uurimisel. Tööriist, mis aitab teadlastel kirjandust otsida ja kokku võtta, võib aega säästa, kuid kokkuvõtetest võivad välja jääda olulised reservatsioonid või tulemused omistatakse valele allikale. Kujundame sellised tööriistad nii, et iga väide viitab tagasi oma allikale ja pädev ülevaataja kinnitab selle enne, kui midagi aruandesse jõuab.
Pange kirja, milleks tööriist on, enne kui kirjutate koodi. Seejärel pange kirja, milleks see ei ole.
Määratlege kasutusotstarve kirjalikult
Iga terviseteemaline prototüüp, mida koos arendaksime, algab lühikese kasutusotstarbe kirjeldusega, mis lepitakse kokku teaduspartneriga. See hõlmab:
- Kes seda kasutab: näiteks teadlased või teenuse planeerijad, mitte patsiendid.
- Mida see toetab: protsessistsenaariumide uurimist, kirjandusotsingute struktureerimist ja mõistete selgitamist.
- Mida see ei tohi kunagi teha: diagnoosida, soovitada ravi, sorteerida üksikisikuid ega toimida meditsiiniseadmena.
- Milliseid andmeid see tohib kasutada: ainult sünteetilisi, avalikke või nõuetekohaselt hallatavaid uurimisandmeid.
Sisuline inimjärelevalve
Maailma Terviseorganisatsiooni juhend tehisintellekti eetika ja juhtimise kohta tervishoius seab keskmesse inimõigused, vastutuse ja juhtimise. See on põhimõtete raamistik, mitte sertifitseerimisskeem, ning selle järgimine ei muuda ühtki tööriista iseenesest heakskiidetuks ega ohutuks. Praktikas tõlgime selle nimeliseks vastutuseks: pädev inimene kontrollib tehisintellekti toel koostatud kokkuvõtted enne nende kasutamist, iga väljundi saab seostada selle allikatega ning meeskond lepib eelnevalt kokku, millal prototüübi kasutamine peatatakse.
Esialgne kontrollnimekiri uurimisrühmadele
- Kaardistage tööprotsess koos inimestega, kes seda tööd teevad.
- Leppige kokku kasutusotstarbe kirjeldus ja selle välistused.
- Looge prototüüp sünteetiliste andmetega ja pange kirja nende teadaolevad piirangud.
- Määrake igale tehisintellekti toel loodud väljundile nimeline ülevaataja.
- Kaasake oma eetika- ja andmekaitseprotsessid enne, kui kaalute päris andmete kasutamist.
Kuhu edasi
Meie tervise uurimissuund loetleb, mida pakume ja mida mitte. Sama distsipliini haridusliku versiooni kohta lugege artiklit tehisintellekt ja simulatsioon: õppimine otsustamise kaudu või naaske blogi avalehele.
