在精神健康与神经疾病研究中的言语数据集促进公平与多样性

目前机器学习和人工智能的研究主要集中在建模和性能评估上，数据收集的关注较少。然而，近期研究表明，数据中的局限性和偏见可能会对可信度和可靠性产生负面影响。这些方面对于精神健康和神经疾病这样的敏感领域尤其重要，在这些领域中，言语数据用于开发旨在改善患者健康和支持医疗服务提供者的人工智能应用。本文我们绘制了这一领域可用的言语数据集的概况，以突出可能的陷阱和改进机会，并促进公平和多样性。我们提出了构建精神健康和神经疾病言语数据集的全面愿望清单，并将其提炼为一个重点关注伦理问题的检查清单，以促进更负责任的研究。