Recommandations cruciales : transparence et équité dans l'IA médicale pour tous les patients

ParisLes innovations en IA médicale offrent de nouvelles perspectives pour améliorer les diagnostics et les traitements. Cependant, des preuves récentes soulignent un problème sérieux : les systèmes d'IA peuvent être biaisés, entraînant potentiellement des inégalités dans les soins de santé. Il est crucial de résoudre ce problème pour garantir que tous puissent profiter équitablement de ces technologies. Récemment, d'importantes recommandations ont été publiées dans The Lancet Digital Health et NEJM AI. Élaborées par plus de 350 experts provenant de 58 pays dans le cadre de l'initiative internationale STANDING Together, ces directives visent à améliorer la diversité des ensembles de données et à identifier d'éventuels biais.
Les recommandations mettent l'accent sur des étapes cruciales pour garantir l'équité de l'utilisation de l'IA dans le domaine de la santé.
- Exploiter des ensembles de données de santé qui incluent toutes les catégories démographiques, y compris les groupes minoritaires et défavorisés.
- Encourager les éditeurs de données à révéler les biais et limites présents dans leurs données.
- Fournir des outils aux développeurs pour évaluer la pertinence des ensembles de données pour le développement de l'IA.
- Décrire des méthodes pour tester rigoureusement les systèmes d'IA et identifier les biais au sein de différentes populations.
10 février 2025 · 15:47
L'IA s'impose : l'impact de l'automatisation sur l'emploi IT aux États-Unis
Reconnaître que les données peuvent être biaisées est seulement la première étape. Les technologies d'intelligence artificielle doivent être rigoureusement testées pour garantir qu'elles fonctionnent bien pour différentes catégories de personnes. Cela nécessite de modifier notre manière de collecter et d'analyser les ensembles de données. Le Dr Xiao Liu, qui dirige l'étude, souligne que l'amélioration des jeux de données ne suffit pas. Il est essentiel de changer fondamentalement notre perception et notre utilisation des données de santé.
L'initiative met l'accent sur l'importance de la participation du public dans la mise en place d'une intelligence artificielle éthique. Les représentants des patients suggèrent que prendre en compte les points de vue du public peut rendre le processus de développement plus inclusif. Cela permet de mieux lier les scientifiques aux personnes touchées par les technologies de l'IA, réduisant ainsi le risque d'ignorer des problèmes cruciaux ou de causer des dommages involontaires.
L'étude est publiée ici:
http://dx.doi.org/10.1016/S2589-7500(24)00224-3et sa citation officielle - y compris les auteurs et la revue - est
Joseph E Alderman, Joanne Palmer, Elinor Laws, Melissa D McCradden, Johan Ordish, Marzyeh Ghassemi, Stephen R Pfohl, Negar Rostamzadeh, Heather Cole-Lewis, Ben Glocker, Melanie Calvert, Tom J Pollard, Jaspret Gill, Jacqui Gath, Adewale Adebajo, Jude Beng, Cassandra H Leung, Stephanie Kuku, Lesley-Anne Farmer, Rubeta N Matin, Bilal A Mateen, Francis McKay, Katherine Heller, Alan Karthikesalingam, Darren Treanor, Maxine Mackintosh, Lauren Oakden-Rayner, Russell Pearson, Arjun K Manrai, Puja Myles, Judit Kumuthini, Zoher Kapacee, Neil J Sebire, Lama H Nazer, Jarrel Seah, Ashley Akbari, Lew Berman, Judy W Gichoya, Lorenzo Righetto, Diana Samuel, William Wasswa, Maria Charalambides, Anmol Arora, Sameer Pujari, Charlotte Summers, Elizabeth Sapey, Sharon Wilkinson, Vishal Thakker, Alastair Denniston, Xiaoxuan Liu. Tackling algorithmic bias and promoting transparency in health datasets: the STANDING Together consensus recommendations. The Lancet Digital Health, 2024; DOI: 10.1016/S2589-7500(24)00224-3

8 février 2025 · 23:24
Les géants de la tech s'affrontent : la guerre de l'IA commence.

29 décembre 2024 · 02:20
Les divisions de l'IA : analyse des biais dans les modèles d'apprentissage automatique

28 décembre 2024 · 04:35
Des scientifiques évaluent l'IA pour des prédictions sur le vieillissement et la santé durable

27 décembre 2024 · 08:36
Collaborer avec l'IA pour révolutionner la recherche scientifique inspirée de la biologie
Partager cet article