의료 AI의 투명성 향상과 편향 해결을 위한 혁신적 권고 사항 발표

Seoul의료 AI의 혁신은 진단과 치료의 발전 가능성을 제시합니다. 하지만 새로운 증거는 AI 시스템이 편향될 수 있어 의료 결과의 불평등을 초래할 수 있음을 시사합니다. 이러한 문제를 해결하는 것은 모든 사람이 이 기술들로부터 동등하게 혜택을 받을 수 있도록 하는 데 중요합니다. 최근 국제적인 STANDING Together 이니셔티브의 일환으로 58개국 350명이 넘는 전문가들이 The Lancet Digital Health와 NEJM AI에 중요한 권고안을 발표했습니다. 이 지침은 데이터 세트의 다양성을 개선하고 잠재적인 편견을 찾아내기 위한 것입니다.
AI를 헬스케어 분야에서 공정하게 활용하기 위한 중요한 단계들에 대한 조언을 담고 있습니다.
- 모든 인구, 특히 소수자와 취약계층을 포함한 의료 데이터셋 활용.
- 데이터셋에 내재된 편향성과 제한점을 밝히도록 데이터셋 발행자에게 권장.
- AI 개발을 위해 데이터셋의 적합성을 평가할 수 있는 도구 제공.
- 다양한 인구 집단을 대상으로 AI 시스템의 편향성을 철저히 테스트할 수 있는 방법 제시.
데이터가 편향될 수 있음을 인식하는 것은 시작에 불과합니다. AI 기술은 다양한 사람들에게 잘 작동하는지 철저히 테스트되어야 합니다. 이를 위해서는 데이터 수집 및 검토 방식을 변화시켜야 합니다. 연구를 이끄는 샤오 리우 박사는 단순히 데이터셋을 개선하는 것만으로는 충분하지 않으며, 헬스케어 데이터를 바라보고 사용하는 방식에 근본적인 변화가 필요하다고 지적합니다.
이 이니셔티브는 AI 윤리 개발에 있어 대중의 의견이 필요함을 강조하고 있습니다. 환자 대표들은 대중의 의견을 반영함으로써 개발 과정이 더 포용적으로 변할 수 있다고 제안합니다. 이는 과학자들이 AI 기술로 영향을 받는 사람들과 연결되도록 하여, 중요한 문제를 간과하거나 예기치 않은 피해를 초래할 가능성을 줄입니다.
다양한 국가의 주요 보건 기구와 규제 기관들이 전 세계적으로 AI 편향 문제를 긴급히 해결해야 한다고 강조하고 있습니다. 지금 표준을 마련함으로써, AI 도구들이 의료 시스템에서 더 흔해지기 전에 불균형 문제를 처리하고자 합니다. STANDING Together 지침은 책임있고 공정한 의료 AI를 만드는 계획을 제공하며, 이를 통해 기술의 이점이 모든 사람에게 공평하게 나누어지고 다양한 커뮤니티 간 신뢰를 구축할 수 있도록 하고 있습니다.
연구는 여기에서 발표되었습니다:
http://dx.doi.org/10.1016/S2589-7500(24)00224-3및 그 공식 인용 - 저자 및 저널 포함 - 다음과 같습니다
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

2025년 2월 8일 · 오후 6:24
기술 대기업의 AI 전쟁 시작되다

2024년 12월 29일 · 오후 10:47
레이저 뉴런이 신경 세포 역학을 초고속으로 모방하다: AI와 컴퓨팅의 혁신

2024년 12월 28일 · 오후 9:20
AI 편견 해부: 머신러닝 모델의 편향성과 사회적 영향 분석

2024년 12월 27일 · 오후 11:35
AI로 건강과 장수 예측 가능성 탐구: 킹스 칼리지 런던 연구 성과
이 기사 공유