tương ứng với. Tiến sĩ Nicole Martinez-Martin, Trung tâm Đạo đức Y sinh, Trường Y, Đại học Stanford, Stanford, CA 94305, Hoa Kỳ Show
chi nhánh Trung tâm Đạo đức Y sinh, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyZelun Luo chi nhánh Khoa Khoa học Máy tính, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyAmit Kaushal chi nhánh Khoa Kỹ thuật Sinh học, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyEhsan Adeli chi nhánh Khoa Khoa học Tâm thần và Hành vi, Đại học Stanford, Stanford, CA, Hoa Kỳ Khoa Khoa học Máy tính, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyAlbert Haque chi nhánh Khoa Khoa học Máy tính, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàySara S Kelly chi nhánh Trung tâm Nghiên cứu Xuất sắc Lâm sàng, Khoa Y, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàySarah Wieten chi nhánh Trung tâm Đạo đức Y sinh, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyMildred K Cho chi nhánh Trung tâm Đạo đức Y sinh, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyDavid Magnus chi nhánh Trung tâm Đạo đức Y sinh, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyLi Fei-Fei chi nhánh Viện trí tuệ nhân tạo lấy con người làm trung tâm Stanford, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyKevin Schulman chi nhánh Trung tâm Nghiên cứu Xuất sắc Lâm sàng, Khoa Y, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyArnold Milstein chi nhánh Trung tâm Nghiên cứu Xuất sắc Lâm sàng, Khoa Y, Đại học Stanford, Stanford, CA, Hoa Kỳ Tìm kiếm các bài viết của tác giả nàyTruy cập MởĐã xuất bản. Ngày 21 tháng 12 năm 2020DOI. https. //doi. tổ chức/10. 1016/S2589-7500(20)30275-2 Các vấn đề đạo đức trong việc sử dụng trí thông minh xung quanh trong các cơ sở chăm sóc sức khỏe Bài báo trướcThuốc ức chế hệ renin–angiotensin và tính nhạy cảm với COVID-19. một khoa học mở, quốc tế, phân tích đoàn hệ Bài viết tiếp theoSức khỏe kỹ thuật số trong thời kỳ COVID-19. bài học từ việc vận hành các mô hình chăm sóc mới trong nhãn khoa
 Trí thông minh xung quanh đang ngày càng tìm thấy các ứng dụng trong môi trường chăm sóc sức khỏe, chẳng hạn như giúp đảm bảo an toàn cho bác sĩ lâm sàng và bệnh nhân bằng cách giám sát sự tuân thủ của nhân viên với các thực hành lâm sàng tốt nhất hoặc giảm bớt cho nhân viên các nhiệm vụ tài liệu nặng nề. Trí thông minh xung quanh liên quan đến việc sử dụng các cảm biến không tiếp xúc và thiết bị đeo được dựa trên tiếp xúc được nhúng trong các cơ sở chăm sóc sức khỏe để thu thập dữ liệu (ví dụ: dữ liệu hình ảnh của không gian vật lý, dữ liệu âm thanh hoặc nhiệt độ cơ thể), kết hợp với các thuật toán máy học để diễn giải những dữ liệu này một cách hiệu quả và hiệu quả. Bất chấp lời hứa về trí thông minh xung quanh để cải thiện chất lượng chăm sóc, việc thu thập liên tục một lượng lớn dữ liệu cảm biến trong các cơ sở chăm sóc sức khỏe đưa ra những thách thức về đạo đức, đặc biệt là về quyền riêng tư, quản lý dữ liệu, sai lệch và công bằng cũng như sự đồng ý có hiểu biết. Điều hướng các vấn đề đạo đức này là rất quan trọng không chỉ cho sự thành công của việc sử dụng cá nhân, mà còn cho sự chấp nhận của toàn bộ lĩnh vực này Giới thiệuNhững tiến bộ đồng thời trong công nghệ cảm biến đa phương thức, học máy và thị giác máy tính đã cho phép phát triển trí thông minh xung quanh—khả năng theo dõi và hiểu các hành động trong môi trường vật lý một cách liên tục và kín đáo. Trí thông minh xung quanh đang ngày càng được sử dụng nhiều hơn trong các cơ sở chăm sóc sức khỏe
Chiếu sáng không gian tối của chăm sóc sức khỏe với trí thông minh xung quanh Thiên nhiên. 2020; . 585: 193-202
Thuốc hiệu suất cao. sự hội tụ của con người và trí tuệ nhân tạo Nat Med. 2019; . 25: 44-56
HìnhThu thập dữ liệu cảm biến cho trí thông minh xung quanh trong các cơ sở chăm sóc sức khỏe RGB = tín hiệu video màu tương tự đỏ, lục, lam
Các cảm biến xung quanh được đặt trong môi trường bệnh viện (ví dụ: đơn vị chăm sóc đặc biệt [ICU] và phòng mổ, để theo dõi hoạt động của bác sĩ lâm sàng, nhân viên và bệnh nhân, cũng như trong không gian sống hàng ngày như cơ sở sống độc lập hoặc chăm sóc cộng đồng, để thu thập dữ liệu . Trong môi trường bệnh viện, trí thông minh xung quanh đã được sử dụng để đảm bảo an toàn cho bác sĩ lâm sàng và bệnh nhân bằng cách theo dõi kỹ năng của bác sĩ phẫu thuật hoặc tuân thủ các quy trình vệ sinh tay trong ICU
Hướng tới bệnh viện thông minh dựa trên tầm nhìn. một hệ thống theo dõi và giám sát việc tuân thủ vệ sinh tay arXiv. 2018; . (published online April 24. ) (in sẵn) http. //arxiv. org/abs/1708. 00163
Thị giác máy tính đầu giường—chuyển trí thông minh nhân tạo từ hỗ trợ lái xe sang an toàn cho bệnh nhân N Engl J Med. 2018; . 378: 1271-1273
Sử dụng thị giác máy tính và cảm biến độ sâu để đo lường sự tiếp xúc của nhân viên y tế-bệnh nhân và việc tuân thủ thiết bị bảo hộ cá nhân trong các phòng bệnh viện Mở Diễn đàn Lây nhiễm Dis. 2015;3ofv200
Một hệ thống thị giác máy tính để phát hiện các hoạt động huy động bệnh nhân trong ICU dựa trên học tập sâu NPJ Digit Med. 2019; . 2: 1-5
Các nhà nghiên cứu của Stanford đề xuất hệ thống AI trong nhà có thể theo dõi các triệu chứng của coronavirus https. // mạo hiểm. com/2020/04/06/stanford-researchers-propose-ai-in-home-system-that-can-monitor-for-coronavirus-triệu chứng/ Ngày. Ngày 6 tháng 4 năm 2020 Ngày truy cập. Ngày 3 tháng 5 năm 2020
Cách nhận dạng khuôn mặt được sử dụng trong chăm sóc sức khỏe https. //sightcorp. com/blog/cách-nhận-diện-khuôn-mặt-được-dùng-trong-chăm-sóc/ Ngày. Ngày 23 tháng 3 năm 2019 Ngày truy cập. Ngày 7 tháng 7 năm 2020
Mạng lưới chăm sóc sức khỏe của Hoa Kỳ tích hợp AI của TensorMark, nhận dạng khuôn mặt để giúp việc quay trở lại làm việc an toàn hơn https. //www. cập nhật sinh trắc học. com/202005/u-s-healthcare-network-integrates-tensormarks-ai-facial-recognition-to-make-returning-to-work-an toàn hơn Ngày. Ngày 22 tháng 5 năm 2020 Ngày truy cập. Ngày 7 tháng 7 năm 2020
Đối với tất cả những lời hứa của nó, trí thông minh xung quanh trong các cơ sở chăm sóc sức khỏe đi kèm với một loạt các mối quan tâm về đạo đức khiến nó khác biệt với các ứng dụng học máy khác trong chăm sóc sức khỏe. Việc thu thập và lưu trữ liên tục một lượng lớn dữ liệu cảm biến liên quan đến nhiều người tham gia trong các bối cảnh khác nhau và khả năng kết hợp nhiều loại dữ liệu khác nhau để phân tích, đặt ra các vấn đề về quyền riêng tư, bảo vệ dữ liệu, sự đồng ý có hiểu biết và sự công bằng có thể không dễ giải quyết
Giới thiệu trong. Wright D Gutwirth S Friedewald M Vildjiounaite E Punie Y Các biện pháp bảo vệ trong thế giới thông minh xung quanh. Springer , London2008 . 1-9
Xây dựng trường hợp đạo đức khả thi trong nghiên cứu sức khỏe kỹ thuật số được hỗ trợ bởi trí tuệ nhân tạo BMC Med. 2019; . 17: 137
Ý nghĩa đạo đức quan trọng của việc sử dụng công nghệ nhận dạng khuôn mặt trong chăm sóc sức khỏe là gì? Đạo đức AMA J. 2019; . 21: E180-E187
Phát triển các thuật toán thông minh xung quanhĐể xác định các vấn đề đạo đức và quyền riêng tư tiềm ẩn phát sinh với trí thông minh xung quanh trong các cơ sở chăm sóc sức khỏe, điều quan trọng trước tiên là phải hiểu các thuật toán này được phát triển như thế nào. Các phương pháp trí thông minh xung quanh dựa trên học tập sử dụng dữ liệu thu được từ các cảm biến xung quanh khác nhau, sau đó áp dụng thuật toán máy học và thị giác máy tính để xác định các mẫu cụ thể (bao gồm cả hành vi của con người trong video) hoặc để nhận dạng giọng nói trong âm thanh
Nhận dạng hoạt động cho bệnh viện thông minh Hệ thống Intel® IEEE. 2008; . 23: 50-57
BảngCác giai đoạn thiết kế và triển khai thuật toán để sử dụng trí thông minh xung quanh trong các cơ sở chăm sóc sức khỏe Hoạt động Điểm chính Vấn đề đạo đứcGiai đoạn 1. Định hình vấn đề Quyết định xem mô hình thống kê sẽ đạt được điều gì Nêu rõ kết quả mong muốn, điều này cũng định hình dữ liệu nào sẽ cần Thiết lập một dự án để đạt được các mục tiêu liên quan và tránh sai lệch có vấn đềGiai đoạn 2. thu thập dữ liệu Bao gồm và loại trừ dữ liệu Bao gồm dữ liệu liên quan và tránh cách tiếp cận củng cố định kiến và thành kiến hiện có trong bối cảnh của vấn đề; . đào tạo và xác thực thuật toán Chú thích—tức là các hoạt động và hành vi được gắn nhãn Yêu cầu chất lượng đối với hình ảnh hoặc dữ liệu cảm quan sẽ được xác định bởi hành vi hoặc hành động quan tâm Quyền riêng tư; . thử nghiệmĐánh giá hiệu suất của máy tính trong việc áp dụng nhãn cho dữ liệu đầu vào (ví dụ: hình ảnh hoặc video)Có thể yêu cầu mọi người thực hiện lại chú thíchQuyền riêng tư; . triển khaiThuật toán đã xác thực được triển khai trong cài đặt chăm sócHình ảnh hoặc dữ liệu cảm quan khác chỉ được đánh giá bằng thuật toán mà không có sự ghi nhãn nào được thực hiện bởi mọi ngườiQuyền riêng tư; . sử dụng lâu dài Hệ thống tình báo xung quanh được sử dụng để thu thập dữ liệu Cần có cảm biến giám sát liên tục;
Giống như một sinh viên đã xem các câu hỏi kiểm tra trước khi kiểm tra có thể đạt điểm cao giả tạo, các thuật toán có xu hướng hoạt động tốt một cách bất ngờ nếu hiệu suất của chúng được đánh giá bằng chính dữ liệu đã được sử dụng để huấn luyện chúng. Để đảm bảo các mô hình được đào tạo có thể khái quát hóa thành dữ liệu chưa nhìn thấy, các nhà nghiên cứu sử dụng bộ dữ liệu xác thực được gắn nhãn riêng trong giai đoạn đào tạo. Bộ dữ liệu xác thực giống như các bài kiểm tra thực hành trực tuyến; . Sau khi thuật toán đạt được số điểm thỏa đáng trên tập dữ liệu xác thực, thuật toán sẽ được đánh giá dựa trên tập dữ liệu thử nghiệm (giai đoạn 4); Trong hầu hết các triển khai học máy được sử dụng phổ biến nhất (tức là học máy có giám sát), chỉ có thể đào tạo, xác nhận và kiểm tra thành công với dữ liệu được gắn nhãn và với số lượng lớn. Chú thích là quá trình ghi nhãn các hoạt động hoặc hành vi quan tâm và là một quy trình thủ công trong đó một người phải xem lại dữ liệu để xác định xem, khi nào và ở đâu một hoạt động quan tâm đang xảy ra trong dữ liệu
Khảo sát các phương pháp chú giải ảnh Máy tính J Vis Lang. 2008; . 19: 617-627
Giai đoạn tiếp theo trong quy trình là triển khai trong môi trường chăm sóc sức khỏe mục tiêu (giai đoạn 5). Trong giai đoạn triển khai, dữ liệu cảm giác thường chỉ được đánh giá bằng thuật toán, thuật toán này có thể được sử dụng để đưa ra các can thiệp trực tiếp nhằm cải thiện chất lượng hoặc hỗ trợ bác sĩ lâm sàng đưa ra quyết định. Mặc dù các phương pháp học tích cực có thể được sử dụng để tạo các thuật toán học máy có thể nhận các vòng phản hồi từ các chuyên gia (tức là các bác sĩ lâm sàng trong các cơ sở chăm sóc sức khỏe), các thuật toán như vậy rất hiếm khi ứng dụng trí thông minh xung quanh vào môi trường chăm sóc sức khỏe
Khảo sát tài liệu học tập tích cực https. //tìm kiếm. cs. wisc. edu/techreports/2009/TR1648. pdf Ngày. Ngày 9 tháng 1 năm 2009 Ngày truy cập. Ngày 25 tháng 6 năm 2020
Sun B, Feng J, Saenko K. Quay trở lại điều chỉnh tên miền dễ dàng một cách bực bội. Kỷ yếu Hội nghị AAAI lần thứ 30 về Trí tuệ nhân tạo, 2016;
AI y tế của Google siêu chính xác trong phòng thí nghiệm. Cuộc sống thực là một câu chuyện khác Đánh giá Công nghệ MIT. Ngày 27 tháng 4 năm 2020; https. //www. đánh giá công nghệ. com/2020/04/27/1000658/google-medical-ai-accurate-lab-real-life-clinic-covid-diabetes-retina-disease Ngày truy cập. Ngày 25 tháng 5 năm 2020
Một thuật toán được triển khai là cần thiết nhưng thường không đủ để thu được lợi ích từ trí thông minh xung quanh—đầu ra của thuật toán đó phải được kết nối với một số quy trình hoặc hành động lâm sàng. Đầu ra của thuật toán có tự động dẫn đến một quyết định hoặc hành động hay có một người trong vòng lặp được hiển thị thông báo và sau đó phải quyết định cách hành động, trong trường hợp đó, tốt hơn hết là bạn cũng nên mắc lỗi ở phía cảnh báo . Giai đoạn triển khai đặt ra các câu hỏi liên quan đến cách kiểm tra các thuật toán trong môi trường lâm sàng. Tại Hoa Kỳ, nếu các cảm biến được tích hợp với các thuật toán, chúng có thể được phân loại là thiết bị y tế và do đó phải tuân theo quy định của Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ Khi sự hiểu biết của chúng ta về cách phát triển công nghệ này được cải thiện, danh sách các hành động hoặc hành vi mà cộng đồng nghiên cứu quan tâm cũng có thể tăng lên. Các hình ảnh được chú thích trước đây có thể được chú thích lại để phân biệt một tập hợp các hoạt động bổ sung để ghi nhãn (hoặc các nhà nghiên cứu có thể quan tâm đến sự phân cấp tốt hơn của các hoạt động được ghi nhãn trước đó). Hơn nữa, việc xây dựng cơ sở dữ liệu ngày càng lớn về các hình ảnh được dán nhãn có thể cải thiện hiệu suất của các thuật toán theo thời gian Sự phát triển của trí thông minh xung quanh cũng đòi hỏi phải tham gia vào các vấn đề đạo đức khác nhau ở từng giai đoạn của quá trình nghiên cứu. Các khuôn khổ đạo đức rộng rãi cho việc sử dụng trí tuệ nhân tạo và học máy đã tồn tại. Điều quan trọng là phải vượt ra khỏi danh sách các nguyên tắc rộng hơn để phát triển các công cụ và quy trình sử dụng trí thông minh xung quanh kết hợp phản ánh và tham gia tích cực và liên tục với các vấn đề đạo đức trong thiết kế và phát triển các ứng dụng này—ví dụ: xác định các giai đoạn phát triển tại đó . Các vấn đề đạo đức trong các giai đoạn phát triển và sử dụng trí thông minh xung quanh trong môi trường chăm sóc sức khỏe được tóm tắt trong và được mô tả chi tiết hơn trong các phần sau Vấn đề đạo đứcSự riêng tưCác nhà nghiên cứu phát triển các ứng dụng trí thông minh xung quanh cần xem xét cẩn thận các khía cạnh khác nhau của dự án, bao gồm các cài đặt trong đó dữ liệu cảm biến sẽ được thu thập, các loại thông tin có thể được thu thập bởi các cảm biến, các suy luận có thể được rút ra từ thông tin đó và những gì . Tại Hoa Kỳ, các quyền riêng tư được bảo vệ theo luật hiến pháp, nhiều đạo luật và quy định của liên bang và tiểu bang, cũng như các chuẩn mực văn hóa và đạo đức nghề nghiệp
Sự riêng tư trong. LaFollette H Cẩm nang đạo đức thực hành Oxford. Nhà xuất bản Đại học Oxford , Oxford2005: 485-513
Quyền riêng tư là một khái niệm kết hợp nhiều quyền và nghĩa vụ nhằm bảo vệ một cá nhân khỏi sự xâm nhập hoặc can thiệp không mong muốn vào miền cá nhân của họ
Quyền riêng tư về sức khỏe trong thời đại điện tử J Leg Med. 2007; . 28: 487-501
Bảo vệ quyền riêng tư y tế. thách thức trong thời đại thông tin di truyền Các vấn đề về J Soc. 2003; . 59: 301-322
thông tin chăm sóc sức khỏe. bảo mật, truy cập, và thực hành tốt trong. Goodman KW Đạo đức, máy tính và y học. tin học và sự chuyển đổi của chăm sóc sức khỏe. Nhà xuất bản Đại học Cambridge , New York1998: 75-101
Hiểu về quyền riêng tư. những thứ cơ bản trong. Gilbert F Kennedy JB Schwartz PM Smedinghoff TJ Viện thường niên lần thứ bảy về luật riêng tư. phát triển các luật và thông lệ trong một thế giới hướng đến an ninh. tập 1. Học viện luật hành nghề , New York, NY, Hoa Kỳ2006: 23-33
Tiềm năng của giám sát dựa trên cảm biến như một công cụ chăm sóc sức khỏe, nâng cao sức khỏe và nghiên cứu Ann Fam Med. 2011; . 9: 296-298
Quyền suy luận hợp lý. suy nghĩ lại về luật bảo vệ dữ liệu trong thời đại dữ liệu lớn và AI Blog Luật Kinh doanh Oxford. Ngày 9 tháng 10 năm 2018; https. //giấy tờ. ssrn. com/abstract=3248829 Ngày truy cập. Ngày 7 tháng 5 năm 2019
Quyền riêng tư về thông tin không phải là loại mối quan tâm duy nhất về quyền riêng tư có thể là một vấn đề. Cảm biến xung quanh có thể được đặt trong nhà của bệnh nhân hoặc nhiều cơ sở chăm sóc sức khỏe mà bệnh nhân và nhân viên bệnh viện, người chăm sóc, gia đình và những người khác thường có thể mong đợi không có thiết bị giám sát. Một số người có thể muốn hạn chế khi bên thứ ba có thể xem các bộ phận cụ thể trên cơ thể họ hoặc theo dõi họ trong trạng thái dễ bị tổn thương, chẳng hạn như khi họ đi vệ sinh. Quyền của một cá nhân đưa ra quyết định về việc chăm sóc và hoạt động của chính họ mà không có sự can thiệp quá mức từ chính phủ hoặc những người không được ủy quyền, là một khía cạnh khác của quyền riêng tư, đôi khi được gọi là quyền riêng tư quyết định
Ép buộc quyền riêng tư https. //học bổng. pháp luật. upenn. edu/khoa_scholarship/803 Ngày. Ngày 1 tháng 3 năm 1999 Ngày truy cập. Ngày 2 tháng 10 năm 2020
Quyền riêng tư là một giá trị thể hiện sự đánh đổi với các giá trị và sự cân nhắc khác trong một dự án. Loại dự án (ví dụ: nghiên cứu so với cải thiện chất lượng) có liên quan đến khuôn khổ đạo đức được sử dụng để đánh giá sự đánh đổi đó. Ví dụ: sử dụng hình ảnh nhiệt thay vì quay video đầy đủ có thể che khuất danh tính của người tham gia, nhưng điều này phải được cân nhắc với các mục tiêu khác, chẳng hạn như liệu hình ảnh nhiệt có thể nắm bắt đầy đủ các tính năng liên quan đến mục tiêu khoa học của dự án hay không. Các quy định về quyền riêng tư trong nghiên cứu y khoa thường cân bằng giữa việc bảo vệ quyền riêng tư cá nhân với nhu cầu thúc đẩy chia sẻ dữ liệu vì mục đích khoa học. Điều quan trọng là các nhà nghiên cứu về trí thông minh xung quanh thu thập dữ liệu từ các cảm biến xung quanh có thể trình bày rõ ràng những lợi ích thu được từ nghiên cứu, để tạo điều kiện đánh giá xem những lợi ích đó cân bằng như thế nào với rủi ro đối với quyền riêng tư và xây dựng các biện pháp để bảo vệ quyền riêng tư của người tham gia một cách phù hợp Không nên đơn giản giả định rằng bệnh nhân hoặc những người tham gia khác coi trọng quyền riêng tư về thông tin hơn các loại quyền riêng tư khác hoặc lợi ích khoa học tiềm năng từ việc cho phép thu thập một số thông tin cá nhân của họ. Có những dấu hiệu cho thấy mọi người có thể sẵn sàng chia sẻ thông tin cá nhân nếu họ cảm thấy điều đó mang lại lợi ích cho khoa học
Quan điểm của những người tham gia thử nghiệm lâm sàng về rủi ro và lợi ích của việc chia sẻ dữ liệu N Engl J Med. 2018; . 378: 2202-2211
Các lựa chọn liên quan đến bối cảnh của dự án và các loại bên liên quan có liên quan, ảnh hưởng đến luật và quy định nào sẽ phù hợp để bảo vệ quyền riêng tư. Quy tắc về quyền riêng tư của Đạo luật về trách nhiệm giải trình và cung cấp thông tin bảo hiểm y tế (HIPAA) thường áp dụng cho các dự án được tài trợ bởi các tổ chức chăm sóc sức khỏe ở Hoa Kỳ. Đối với các dự án được phân loại là nghiên cứu chủ đề con người, các biện pháp bảo vệ dữ liệu và quyền riêng tư được yêu cầu như một phần của việc thực hiện nghiên cứu có đạo đức. Nếu các hoạt động y tế hoặc các hoạt động chăm sóc sức khỏe khác của sinh viên được các cảm biến ghi lại, thì các biện pháp bảo vệ quyền riêng tư theo Đạo luật Quyền riêng tư và Quyền Giáo dục Gia đình năm 1974 cũng có thể được áp dụng cho sự tham gia của họ. Khả năng áp dụng quyền riêng tư dữ liệu của tiểu bang và địa phương hoặc các đạo luật sinh trắc học phải được xác định chắc chắn cho một dự án. Ví dụ: Đạo luật về quyền riêng tư của người tiêu dùng California quy định các quyền của người tiêu dùng liên quan đến việc truy cập, chia sẻ và xóa thông tin cá nhân do các doanh nghiệp thu thập, có thể áp dụng cho một số cài đặt và dữ liệu chăm sóc sức khỏe
Tuân thủ Đạo luật về quyền riêng tư của người tiêu dùng California. các tổ chức chăm sóc sức khỏe có “miễn phí tại nhà” không? Tạp chí Luật pháp Quốc gia. Ngày 4 tháng 4 năm 2019; https. //www. natlawreview. com/article/tuân thủ-california-consumer-privacy-act-are-health-care-organizations-home-free Ngày truy cập. Ngày 15 tháng 5 năm 2020
Luật riêng tư GDPR của Châu Âu sắp ra mắt. đây là những gì tổ chức y tế Hoa Kỳ cần biết Tin tức CNTT về chăm sóc sức khỏe. Ngày 21 tháng 3 năm 2018; https. //www. chăm sóc sức khỏeitnews. com/news/europe-gdpr-privacy-law-coming-here-what-us-health-orgs-need-know Ngày truy cập. Ngày 29 tháng 9 năm 2020
quan điểm châu Âu. các bệnh viện nên tiếp cận tuân thủ GDPR như thế nào Tin tức CNTT về chăm sóc sức khỏe. Ngày 11 tháng 12 năm 2018; https. //www. chăm sóc sức khỏeitnews. com/news/european-perspective-how-hospitals-nên-tiếp cận-tuân thủ gdpr Ngày truy cập. Ngày 29 tháng 9 năm 2020
Quy tắc quyền riêng tư HIPAA yêu cầu sự đồng ý có hiểu biết hoặc từ bỏ ủy quyền hoặc tài liệu về sự đồng ý có hiểu biết để sử dụng thông tin sức khỏe được bảo vệ cho các nghiên cứu cụ thể, 45 Bộ luật Quy định Liên bang Phần 46 § 164·501, § 164·508, § 164·512(i) https. //www. pháp luật. ngô đồng. edu/cfr/văn bản/45/164. 501 Ngày truy cập. Ngày 10 tháng 12 năm 2020
45 Bộ luật Quy định Liên bang Phần 46 § 102(f)(2) https. //www. pháp luật. ngô đồng. edu/cfr/văn bản/45/46. 102 Ngày truy cập. Ngày 10 tháng 12 năm 2020
Bộ Lao động Hoa KỳCơ quan quản lý bảo đảm quyền lợi cho nhân viên https. //www. cá heo. gov/cơ quan/ebsa/luật và quy định/luật/hipaa Ngày. 2020 Ngày truy cập. Ngày 22 tháng 9 năm 2020
Bộ Y tế & Dịch vụ Nhân sinh Hoa Kỳ https. //www. hs. gov/hipaa/for-professionals/privacy/special-topics/de-identification/index. html Ngày. Ngày 7 tháng 9 năm 2012 Ngày truy cập. Ngày 22 tháng 9 năm 2020
Điều quan trọng cần lưu ý là không thể loại bỏ hoàn toàn nguy cơ xác định lại dữ liệu
Ước tính mức độ thành công của việc xác định lại trong bộ dữ liệu không đầy đủ bằng cách sử dụng các mô hình tổng quát Nat Cộng. 2019;103069
Dữ liệu sức khỏe trong một thế giới mở arXiv. 2017; . (published online Dec 15. ) (in sẵn) http. //arxiv. org/abs/1712. 05627
Tính khả thi của việc xác định lại các cá nhân trong bộ dữ liệu hoạt động thể chất lớn của quốc gia mà thông tin sức khỏe được bảo vệ đã bị xóa khi sử dụng máy học Mạng JAMA mở. 2018;1e186040
Rủi ro đối với quyền riêng tư của bệnh nhân. dữ liệu bệnh viện trên toàn tiểu bang Maine và Vermont Khoa học công nghệ. 2018; . (published online Oct 8. ) https. //khoa học công nghệ. org/a/2018100901/
Đánh giá và giảm thiểu rủi ro nhận dạng lại trong dữ liệu nghiên cứu lấy từ hồ sơ chăm sóc sức khỏe EGEMS (Rửa DC). 2019; . 7: 6
Quản lý dữ liệu và trách nhiệm pháp lýNguyên lý chính của quyền riêng tư trong nghiên cứu về con người là quản lý dữ liệu. Quản lý hiệu quả bao gồm đảm bảo rằng chỉ các thành viên của nhóm nghiên cứu mới có quyền truy cập vào dữ liệu nghiên cứu, rằng các thành viên của nhóm nghiên cứu được đào tạo về các lĩnh vực bảo mật và quyền riêng tư dữ liệu và đã ký thỏa thuận về quyền riêng tư với các tổ chức tài trợ và các thông lệ dữ liệu bao gồm giảm thiểu . Nghiên cứu về trí thông minh xung quanh, khi các dự án liên tục thu thập dữ liệu, cũng có thể góp phần tạo ra các tiêu chuẩn để chia sẻ dữ liệu và hợp nhất dữ liệu, chẳng hạn như các phương pháp thu thập dữ liệu không chỉ cho các quy trình đang diễn ra mà còn cho bối cảnh của các quy trình đó
Những thách thức lớn đối với trí thông minh xung quanh và ý nghĩa đối với bối cảnh thiết kế và xã hội thông minh Môi trường thông minh Ambient Intell. 2019; . 11: 87-107
Quy tắc quyền riêng tư của HIPAA yêu cầu các thực thể được điều chỉnh xem xét các vấn đề như cơ sở hạ tầng kỹ thuật, phần cứng và phần mềm của các biện pháp bảo mật dữ liệu của họ, để bảo vệ thông tin sức khỏe. Cân nhắc về quyền riêng tư bao gồm đánh giá cẩn thận các biện pháp bảo mật, bao gồm lưu trữ và truyền dữ liệu. Dữ liệu cho thị giác máy tính và dữ liệu cảm biến khác tạo thành một lượng lớn thông tin được lưu trữ cho mục đích nghiên cứu. Trong những trường hợp như vậy, các vấn đề kỹ thuật thúc đẩy nghiên cứu (ví dụ: nén, chụp tốc độ khung hình) cũng có thể làm tăng hoặc giảm các yêu cầu này. Mã hóa dữ liệu là một yếu tố quan trọng để bảo vệ quyền riêng tư của bệnh nhân. Công nghệ mới (ví dụ: điện toán cạnh) có thể cho phép mã hóa trước khi dữ liệu được truyền từ camera thị giác máy tính đến đích lưu trữ dữ liệu (ví dụ: máy chủ cục bộ hoặc môi trường đám mây được bảo vệ). Với các yêu cầu lưu trữ, cần phải xem xét cẩn thận về thời gian dữ liệu thô sẽ được duy trì. Ở giai đoạn nghiên cứu, khoảng thời gian này sẽ được thúc đẩy bởi các yêu cầu nghiên cứu. Trong giai đoạn sản xuất, có thể cần phát triển các chính sách lưu giữ dữ liệu của tổ chức dựa trên luật pháp địa phương (với quy mô dữ liệu thô được thu thập, việc lưu giữ dữ liệu có thể gặp khó khăn nếu bệnh nhân có nhiều cảm biến video hoạt động liên tục) Trong giai đoạn chú thích dữ liệu, dữ liệu đôi khi được gửi đến một doanh nghiệp bên ngoài để chú thích. HIPAA bao gồm các điều khoản để chia sẻ thông tin sức khỏe được bảo vệ với các đối tác kinh doanh. Tuy nhiên, điều cần thiết đối với một dự án là xem xét cẩn thận các hoạt động bảo mật dữ liệu của công ty cung cấp dịch vụ chú thích dữ liệu Dữ liệu hình ảnh thô được thu thập bởi các cảm biến có thể liên quan đến các hành động pháp lý tiềm năng để thiết lập trách nhiệm pháp lý
Các khía cạnh đạo đức và pháp lý của trí thông minh xung quanh trong bệnh viện JAMA. 2020; . 323: 601-602
Viện Y tế Quốc gia https. // cấp. không. gov/policy/humansubjects/coc/what-is. htm Ngày. Ngày 15 tháng 1 năm 2019 Ngày truy cập. Ngày 29 tháng 4 năm 2020
Đồng ýNhững người tham gia nghiên cứu thu thập dữ liệu thông qua trí thông minh xung quanh có các quyền và mối quan tâm giống như bệnh nhân trong các loại nghiên cứu khác về con người. Khi xem xét có nên tham gia vào dự án hay không, mọi người cần nhận thức được khả năng sử dụng dữ liệu của họ, bao gồm cách dữ liệu của họ có thể được sử dụng cho dự án nghiên cứu cụ thể đang được tiến hành, các nỗ lực nghiên cứu trong tương lai và khả năng hợp tác với các nhà điều tra khác (ở các khía cạnh khác). . Mô tả về dự án nghiên cứu trí thông minh xung quanh cần giải quyết các kỳ vọng tiềm ẩn về dữ liệu, chẳng hạn như cho bệnh nhân và các thành viên gia đình của họ biết rằng dữ liệu cảm biến không thể đưa ra cảnh báo về các vấn đề của bệnh nhân theo thời gian thực, bởi vì một lượng thời gian đáng kể . Bệnh nhân nên biết rằng việc chăm sóc của họ sẽ không bị ảnh hưởng khi họ tham gia vào nghiên cứu (trừ khi đó là mục đích của nghiên cứu) hoặc khi họ rút khỏi nghiên cứu. Ngoài ra, bệnh nhân nên hiểu rằng nhóm chăm sóc của họ không phải là nhóm nghiên cứu của họ và việc chú thích dữ liệu đó sẽ không được thực hiện bởi nhóm chăm sóc Việc từ bỏ sự đồng ý có hiểu biết được cho phép nếu hội đồng đánh giá của tổ chức xác định rằng nghiên cứu có rủi ro tối thiểu cho người tham gia, nghiên cứu không thể được thực hiện trên thực tế nếu không có sự từ bỏ, việc từ bỏ sẽ không ảnh hưởng đến quyền hoặc phúc lợi của người tham gia và (nếu phù hợp 45 Bộ luật Quy định Liên bang Phần 46 § 116(c) https. //www. pháp luật. ngô đồng. edu/cfr/văn bản/45/46. 116 Ngày truy cập. Ngày 10 tháng 12 năm 2020
Tài liệu cho thấy một dự án đáp ứng các yêu cầu để từ bỏ sự đồng ý có thể hữu ích trong các cài đặt như ICU hoặc khoa cấp cứu. Các tổ chức có thể muốn đảm bảo bệnh nhân được biết về thông tin tình báo xung quanh thông qua các thông báo về thực hành quyền riêng tư trong biểu mẫu đồng ý của bệnh nhân. Ví dụ: biểu mẫu đồng ý của bệnh viện thông báo cho bệnh nhân về việc sử dụng dữ liệu y tế của họ có thể không đủ để cấu thành sự đồng ý cho các mục đích nghiên cứu đối với loại dự án này, vì vậy cần có một quy trình chấp thuận bổ sung. Ngay cả khi không có các yêu cầu pháp lý hiện hành đối với sự đồng ý có hiểu biết, điều quan trọng là phải cung cấp sự minh bạch về việc sử dụng các hệ thống thông minh xung quanh trong các cài đặt cụ thể để duy trì lòng tin của công chúng và cung cấp cho mọi người cơ hội đưa ra quyết định liên quan đến thông tin cá nhân của họ. Nếu công nghệ nhận dạng khuôn mặt được sử dụng, Hiệp hội Máy tính khuyến nghị cung cấp thông báo công khai liên tục tại điểm sử dụng ở định dạng phù hợp với ngữ cảnh Hiệp hội máy tính https. //www. cm. org/binaries/content/assets/public-policy/ustpc-facial-recognition-tech-statement. pdf Ngày. Ngày 30 tháng 6 năm 2020 Ngày truy cập. Ngày 10 tháng 7 năm 2020
Công bằng và thiên vịKhả năng sai lệch trong các hệ thống trí tuệ nhân tạo là một thách thức đã được công nhận đối với việc triển khai các hệ thống trí tuệ nhân tạo trong chăm sóc sức khỏe
Triển khai học máy trong chăm sóc sức khỏe—giải quyết các thách thức về đạo đức N Engl J Med. 2018; . 378: 981-983
Những sai lệch tiềm ẩn trong thuật toán học máy sử dụng dữ liệu hồ sơ sức khỏe điện tử JAMA Intern Med. 2018; . 178: 1544-1547
Trí tuệ nhân tạo, sai lệch và an toàn lâm sàng BMJ Qual Saf. 2019; . 28: 231-237
#2. Những điều bạn cần biết về Thuật toán ML và lý do bạn nên quan tâm Trung bình. Ngày 25 tháng 7 năm 2017; https. //Trung bình. com/@yaelg/product-manager-guide-part-2-what-you-need-know-machine-learning-algorithms-models-data-performance-cff5a837cec2 Ngày truy cập. Ngày 15 tháng 4 năm 2020
Dữ liệu lớn và các thuật toán học máy để cung cấp dịch vụ chăm sóc sức khỏe Lancet Oncol. 2019; . 20: 262-273
Học kĩ càng. một đánh giá quan trọng arXiv. 2018; . (published online Jan 2. ) (in sẵn) http. //arxiv. tổ chức/abs/1801. 00631
Học đại diện với tính độc lập thống kê để giảm thiểu sai lệch arXiv. 2018; . (published online Oct 8. ) (in sẵn) https. //arxiv. tổ chức/abs/1910. 03676
thám tử thiên vị. các nhà nghiên cứu cố gắng làm cho các thuật toán trở nên công bằng Thiên nhiên. 2018; . 558: 357-360
Xây dựng niềm tin vào trí tuệ nhân tạo, máy học và người máy Cutter Bus Technol J. 2018; . 31: 47-53
Phân bố địa lý của các đoàn hệ Hoa Kỳ được sử dụng để đào tạo các thuật toán học sâu JAMA. 2020; . 324: 1212-1213
Trước khi có trí tuệ nhân tạo, các bộ dữ liệu và thử nghiệm y tế đã có một lịch sử lâu dài về sự thiên vị và đại diện không đầy đủ cho phụ nữ và những người thuộc các chủng tộc và sắc tộc khác nhau
Đặt dữ liệu trước thuật toán trong dữ liệu lớn giải quyết vấn đề chăm sóc sức khỏe được cá nhân hóa NPJ Digit Med. 2019; . 2: 78
Đo lường những thành kiến quan trọng. nền tảng đạo đức và ngẫu nhiên cho các biện pháp công bằng trong thuật toán trong. Kỷ yếu Hội nghị về Công bằng, Trách nhiệm giải trình và Minh bạch 2019. Atlanta, GA, Hoa Kỳ. 29–31 tháng 1 năm 2019 . 269-278
Tỷ lệ nhập viện và đặc điểm của bệnh nhân nhập viện vì bệnh vi-rút corona được xác nhận trong phòng thí nghiệm 2019—COVID-NET, 14 Bang, ngày 1–30 tháng 3 năm 2020 Đại diện hàng tuần của Morb Mortal. 2020; . 69: 458-464
Sai lệch cũng có thể xảy ra nếu các thuật toán được sử dụng cho một mục đích hoặc bối cảnh cụ thể được chuyển sang một bối cảnh mới, ví dụ: nếu một thuật toán được sử dụng trong bối cảnh đô thị được chuyển sang bối cảnh nông thôn
Có đạo đức khi sử dụng các ước tính tiên lượng từ học máy để điều trị chứng rối loạn tâm thần không? Đạo đức AMA J. 2018; . 20: E804-E811
Xu hướng thuật toán trong các hệ thống tự trị trong. Kỷ yếu Hội nghị chung quốc tế về trí tuệ nhân tạo lần thứ 26 năm 2017. Melbourne, Úc. 19–25 tháng 8 năm 2017 . 4691-4697
Giải thích và tác động của dữ liệu lâm sàng trong thế giới thực cho bác sĩ lâm sàng thực hành Adv Ther. 2018; . 35: 1763-1774
Hiệp hội máy tính https. //www. cm. org/media-center/2020/june/ustpc-issues-statement-on-facial-recognition-technologies Ngày. Ngày 30 tháng 6 năm 2020 Ngày truy cập. Ngày 10 tháng 7 năm 2020
Hiệp hội máy tínhỦy ban chính sách công nghệ Hoa Kỳ https. //www. cm. org/binaries/content/assets/public-policy/ustpc-facial-recognition-tech-statement. pdf Ngày. Ngày 30 tháng 6 năm 2020 Ngày truy cập. Ngày 10 tháng 7 năm 2020
Tác động xã hộiCũng như các công nghệ trí tuệ nhân tạo khác được đưa vào chăm sóc sức khỏe, trí thông minh xung quanh dự kiến sẽ có ảnh hưởng đến mối quan hệ lâm sàng Hiệp hội máy tính https. //www. cm. org/binaries/content/assets/public-policy/ustpc-facial-recognition-tech-statement. pdf Ngày. Ngày 30 tháng 6 năm 2020 Ngày truy cập. Ngày 10 tháng 7 năm 2020
Các mối quan tâm về pháp lý và đạo đức phát sinh từ việc sử dụng các phân tích dự đoán phức tạp trong chăm sóc sức khỏe Sức khỏe ảnh hưởng (Millwood). 2014; . 33: 1139-1147
Công nghệ thông minh, trí tuệ nhân tạo, robot và thuật toán (STARA). nhận thức và phúc lợi của nhân viên tại nơi làm việc trong tương lai trong. Potgieter IL Ferreira N Coetzee M Lý thuyết, nghiên cứu và động lực của phúc lợi nghề nghiệp. trở nên phù hợp cho tương lai. Springer, Publishing , New York2019: 17-40
Hiệp hội máy tínhỦy ban chính sách công nghệ Hoa Kỳ https. //www. cm. org/binaries/content/assets/public-policy/ustpc-facial-recognition-tech-statement. pdf Ngày. Ngày 30 tháng 6 năm 2020 Ngày truy cập. Ngày 10 tháng 7 năm 2020
Các ứng dụng trí tuệ xung quanh cần được xem xét kỹ lưỡng về những hậu quả không lường trước được. Một số cách sử dụng trí thông minh xung quanh sẽ liên quan đến việc tạo ra các hệ thống phần mềm mới cho phép giám sát lâu dài các cá nhân và hoạt động của họ, đồng thời phân tích một lượng lớn dữ liệu cảm biến. Không phải là tưởng tượng khi nghĩ rằng loại phần mềm này sẽ được các cơ quan hoặc tổ chức khác quan tâm, bên trong hoặc bên ngoài cơ sở chăm sóc sức khỏe, cho một mục đích có thể có vấn đề về mặt đạo đức, chẳng hạn như các ứng dụng khác nhau để theo dõi hoặc xác định các chuyển động. Do đó, các dự án trí thông minh xung quanh sẽ cần xem xét liệu hệ thống hoặc phần mềm cuối cùng có được bán cho các bên khác hay không (mối quan tâm này phải bao gồm chính các thuật toán, bất kỳ công nghệ nào được phát triển trong quá trình nghiên cứu, cũng như các phương pháp nghiên cứu và liệu có bất kỳ dữ liệu nào không). . Thật không may, không rõ các nhóm nghiên cứu sẽ có bao nhiêu quyền kiểm soát đối với những hậu quả không mong muốn trong nghiên cứu của họ, đặc biệt nếu công trình được tạo ra là một bài báo phác thảo các phương pháp phát triển các công cụ máy học. Tuy nhiên, ngày càng có nhiều lời kêu gọi các nhà phát triển hệ thống và người dùng phải chịu trách nhiệm về hậu quả của việc sử dụng và lạm dụng hệ thống máy tính. Việc sử dụng trí thông minh xung quanh làm tăng mối lo ngại về việc sử dụng công nghệ giám sát ngày càng tăng trong toàn xã hội. Trí thông minh xung quanh trong các cơ sở chăm sóc sức khỏe có thể giúp bình thường hóa hơn nữa hoạt động giám sát, đồng thời giảm thiểu những cân nhắc về gánh nặng đặt lên các nhóm cụ thể hoặc toàn xã hội bằng các hoạt động như vậy. Hơn nữa, không nên đơn giản giả định rằng việc thu thập dữ liệu chi tiết và toàn diện về bệnh nhân và các hoạt động liên quan đến sức khỏe thể chất sẽ mang lại lợi ích khoa học. Các dự án trí tuệ xung quanh cần được phát triển với sự cân nhắc cẩn thận về cách gánh nặng và lợi ích của nghiên cứu sẽ được phân bổ và trải nghiệm bởi các bên liên quan khác nhau. Việc sử dụng tiềm năng của trí thông minh xung quanh trong các cơ sở chăm sóc sức khỏe nên được đánh giá tùy theo việc triển khai thành công có chủ yếu mang lại lợi ích cho những người có địa vị kinh tế xã hội cao hơn hoặc các nhóm nhân khẩu học cụ thể hay không. Ngoài ra, vì một lĩnh vực trọng tâm của các ứng dụng trí thông minh xung quanh là theo dõi người lớn tuổi trong bệnh viện và các cơ sở chăm sóc sức khỏe tại nhà, điều quan trọng là phải phát triển công nghệ và hướng dẫn cụ thể để hỗ trợ nhu cầu của nhóm đối tượng này.
Trí thông minh xung quanh, đạo đức và quyền riêng tư Công nghệ lão hóa. 2007; . 6: 155-163
Thu hút các bên liên quan, kể cả khi bắt đầu phát triển dự án, là một khía cạnh quan trọng của việc triển khai trí thông minh xung quanh một cách có đạo đức. Ahonen và cộng sự
Khuyến nghị cho các bên liên quan trong. Wright D Gutwirth S Friedewald M Vildjiounaite E Punie Y Các biện pháp bảo vệ trong thế giới thông minh xung quanh. Springer , London2008 . 253-265
điện ảnh. một khuôn khổ để nắm bắt và phân tích trải nghiệm cuộc sống cá nhân và cách thức mà công nghệ hình thành chúng Những vấn đề đạo đức nào phát sinh từ việc sử dụng công nghệ trong chăm sóc sức khỏe?Những vấn đề đó bao gồm mối lo ngại rằng công nghệ bị sai lệch, làm gia tăng sự bất bình đẳng về giàu nghèo và quyền lực, đồng thời làm xói mòn mối liên kết giữa con người với nhau để tạo ra một cuộc sống đáng giá . Tác động của công nghệ không chỉ giới hạn ở bệnh nhân. Công nghệ cũng đã thay đổi trải nghiệm làm việc hàng ngày trong lĩnh vực chăm sóc sức khỏe.
5 vấn đề đạo đức trong công nghệ là gì?Các vấn đề đạo đức quan trọng nhất trong công nghệ . Lạm dụng thông tin cá nhân. . Thông tin sai lệch và giả mạo sâu sắc. . Thiếu giám sát và nhận trách nhiệm. . Sử dụng trí tuệ nhân tạo. . Công nghệ tự trị. . Tôn trọng nhân viên và khách hàng. . Đạo đức sử dụng dữ liệu và tài nguyên. . Áp dụng có trách nhiệm công nghệ đột phá 5 vấn đề đạo đức hàng đầu trong chăm sóc sức khỏe là gì?5 Vấn đề đạo đức trong chăm sóc sức khỏe . Lệnh Không Hồi Sức. . Bảo mật bác sĩ và bệnh nhân. . Sơ suất và cẩu thả. . Tiếp cận dịch vụ chăm sóc. . Tự tử do bác sĩ hỗ trợ Các vấn đề đạo đức liên quan đến việc sử dụng công nghệ là gì?Các vấn đề chính về đạo đức hoặc luân lý trong công nghệ bao gồm các tình huống khó xử về đạo đức, vấn đề sức khỏe, chuyển đổi công việc và giới tính . |
