Fairness der künstlichen Intelligenz im Gesundheitswesen: Überprüfung und Empfehlungen

In dieser Überprüfung befassen wir uns mit dem Thema Fairness bei der klinischen Integration von künstlicher Intelligenz (KI) im medizinischen Bereich. Mit der fortschreitenden klinischen Einführung von Deep-Learning-Algorithmen, einem Teilbereich der KI, sind Bedenken hinsichtlich der Auswirkungen von KI-Vorurteilen und Diskriminierung auf die Gesundheit der Patienten aufgekommen. Ziel dieser Überprüfung ist es, einen umfassenden Überblick über die mit der Fairness der KI verbundenen Bedenken zu geben; Strategien zur Minderung von KI-Vorurteilen zu diskutieren; und die Notwendigkeit der Zusammenarbeit zwischen Ärzten, KI-Forschern, KI-Entwicklern, politischen Entscheidungsträgern und Patienten zu betonen, um eine gerechte Integration von KI sicherzustellen. Zunächst definieren und führen wir das Konzept der Fairness in KI-Anwendungen im Gesundheitswesen und in der Radiologie ein, wobei wir die Vorteile und Herausforderungen der Integration von KI in die klinische Praxis hervorheben. Anschließend gehen wir auf die Bedenken hinsichtlich der Fairness im Gesundheitswesen ein und behandeln die verschiedenen Ursachen für Vorurteile in der KI sowie potenzielle Bedenken wie Fehldiagnosen, ungleichen Zugang zu Behandlungen und ethische Überlegungen. Wir skizzieren dann Strategien zur Förderung der Fairness, wie die Bedeutung vielfältiger und repräsentativer Daten und Algorithmusprüfungen. Darüber hinaus erörtern wir ethische und rechtliche Überlegungen wie Datenschutz, Verantwortung, Rechenschaftspflicht, Transparenz und Erklärbarkeit in der KI. Abschließend präsentieren wir die FAIR-Empfehlungen zur Fairness der künstlichen Intelligenz im Gesundheitswesen, um Best Practices anzubieten. Durch diese Bemühungen streben wir an, eine Grundlage für die verantwortungsvolle und gerechte Implementierung und den Einsatz von KI im Gesundheitswesen zu schaffen.