Connect with us

ข่าว

จีนออกแนวปฏิบัติทางจริยธรรม ควบคุมการวิจัยภาพถ่ายทางการแพทย์ด้วยปัญญาประดิษฐ์

Published

on

จีนประกาศใช้แนวปฏิบัติทางจริยธรรม ควบคุมการวิจัยภาพถ่ายทางการแพทย์ด้วยปัญญาประดิษฐ์ (AI) คุ้มครองข้อมูลผู้ป่วย ย้ำแพทย์เป็นผู้ตัดสินใจขั้นสุดท้าย

สำนักข่าวซินหัว พันธมิตรด้านข่าวสารของ สำนักข่าวบริคอินโฟ รายงานว่า กระทรวงวิทยาศาสตร์และเทคโนโลยีของจีน ได้เผยแพร่แนวทางปฏิบัติทางจริยธรรมสำหรับการวิจัยภาพถ่ายทางการแพทย์ด้วยปัญญาประดิษฐ์ (AI) เพื่อกำกับดูแลขั้นตอนการพัฒนาอัลกอริทึม การทดสอบยืนยันผล ตลอดจนการนำไปประยุกต์ใช้ในทางคลินิกอย่างเป็นระบบและปลอดภัย เมื่อวันที่ 28 ส.ค. ที่ผ่านมา

การตรวจวินิจฉัยภาพทางการแพทย์ด้วยเทคโนโลยีเอไอ เป็นการนำระบบประมวลผลมาช่วยวิเคราะห์ภาพเอกซเรย์คอมพิวเตอร์ (CT) ภาพถ่ายคลื่นแม่เหล็กไฟฟ้า (MRI) และการตรวจคลื่นเสียงความถี่สูงหรืออัลตราซาวด์ เพื่อช่วยแพทย์ตรวจหารอยโรคและเพิ่มประสิทธิภาพการวินิจฉัย ทว่ากระบวนการดังกล่าวเกี่ยวข้องกับข้อมูลสุขภาพที่มีความละเอียดอ่อน จึงนำไปสู่ความเสี่ยงด้านการรั่วไหลของข้อมูลส่วนบุคคล ความลำเอียงของอัลกอริทึม และความคลุมเครือเรื่องขอบเขตความรับผิดชอบ

คณะอนุกรรมการจริยธรรมทางการแพทย์ ภายใต้คณะกรรมการจริยธรรมวิทยาศาสตร์และเทคโนโลยีแห่งชาติของจีน ได้กำหนดหลักการสำคัญ 6 ประการในแนวทางปฏิบัติดังกล่าว ประกอบด้วย การยกระดับสวัสดิการของมนุษย์ การส่งเสริมความเป็นธรรม การเคารพอิสรภาพในการตัดสินใจของมนุษย์ การคุ้มครองความเป็นส่วนตัวและความปลอดภัยของข้อมูล การรับรองความปลอดภัยและความสามารถในการควบคุม ตลอดจนการเสริมสร้างความโปร่งใส โดยกำหนดให้ประโยชน์ด้านสุขภาพของผู้ป่วยเป็นสิ่งที่ต้องคำนึงถึงสูงสุด

นอกจากนี้ แนวปฏิบัติยังกำหนดให้ผู้วิจัยต้องได้รับความยินยอมจากผู้เข้าร่วมการทดลองหลังจากได้รับข้อมูลอย่างครบถ้วน และผู้เข้าร่วมสามารถถอนความยินยอมได้ตลอดเวลา พร้อมทั้งระบุว่ามนุษย์ยังคงเป็นผู้รับผิดชอบขั้นสุดท้าย ส่งผลให้ผลลัพธ์จากการประมวลผลของปัญญาประดิษฐ์ไม่สามารถนำมาใช้เป็นคำวินิจฉัยชี้ขาดได้ โดยอำนาจการตัดสินใจขั้นสุดท้ายยังคงอยู่ที่แพทย์ผู้ทำการรักษา

Advertisement

ขณะเดียวกัน ข้อกำหนดดังกล่าวยังสั่งห้ามไม่ให้มีการโฆษณาหรือกล่าวอ้างประสิทธิภาพของแบบจำลองเกินจริง พร้อมเน้นย้ำถึงความเป็นธรรมของอัลกอริทึม เพื่อลดความลำเอียงในการวินิจฉัยโรคที่อาจเกิดขึ้นจากความไม่สมดุลของชุดข้อมูลตัวอย่างที่ใช้ในการฝึกฝนระบบ

Continue Reading
Advertisement