最近发表在《医学互联网研究杂志》上的一项研究介绍了一种名为EDAI的新框架，这是一种全面的指南，旨在在整个人工智能（AI）生命周期中嵌入公平、多样性和包容性（EDI）原则。该研究由加拿大二级研究主席、人工智能和高级数字初级卫生保健领域的博士萨米拉·阿巴斯古利扎德·拉希米（Dr. Samira Abbasgholizadeh-Rahimi）领导，解决了当前医疗和口腔保健领域AI开发和实施实践中经常忽视关键EDI因素的重大缺口。通过EDAI，AI开发者、政策制定者和医疗保健提供者现在有了一个路线图，确保AI系统不仅技术上可靠，而且在社会上负责并为所有人所用。
通过包括系统文献综述和两个国际研讨会在内的三阶段研究方法，研究团队确定了每个AI生命周期阶段都需要整合的关键EDI指标，从数据收集到部署。这个框架是在多样声音的共同设计下完成的，将包容性置于首位，确保医疗和口腔保健领域的人工智能反映了多种视角，并更公平、负责地服务于所有人。
“今天的人工智能系统往往是社会偏见的一面镜子，而不是通往更公平未来的窗口。为了利用AI的力量造福社会，我们必须确保使用像EDAI这样的框架，将EDI原则融入其生命周期。只有这样，我们才能将这些强大的工具转变为连接和提升每个人的桥梁，而不仅仅是少数特权者。”——萨米拉·阿巴斯古利扎德·拉希米博士，加拿大二级研究主席，人工智能和高级数字初级卫生保健领域。
该研究由加拿大卫生研究院（CIHR）和魁北克研究基金网络（如口腔和口腔健康研究网络RSBO）资助，表明将EDI原则嵌入AI不仅仅是为了打勾——而是要解决系统和组织内部的深层次偏见，这些偏见可能会阻止AI真正为每个人服务。例如，EDAI框架可以被AI开发者用于设计考虑人口统计和文化多样性的诊断工具。开发者可以确保数据集中包含多样化的人群，使AI能够为各种人群提供准确的诊断，并防止传统上影响某些群体的偏见。
同样，在设计医疗管理AI（如调度或资源分配）时，设计阶段使用EDAI框架可以确保医疗服务的公平性，通过优化这些系统来优先考虑代表性不足或服务不足的社区。例如，基于EDAI的患者调度系统可以精心设计和实施，以识别面临可及性挑战的未服务社区和边缘化群体，并促进这些人群获得护理。
除了提供实用步骤和指导外，EDAI框架还揭示了可能影响EDI原则整合的障碍和促进因素，使开发者和政策制定者能够应对挑战并增强框架的影响。这一举措为AI开发和实施设定了新的标准，重新定义了AI如何改善所有人的医疗和口腔保健，无论其背景或情况如何。
(全文结束)
