AI स्वास्थ्य तकनीक में पूर्वाग्रह के जोखिम को कम करने के लिए प्रमुख सिफारिशें
TECH: शोधकर्ताओं के अनुसार AI-आधारित स्वास्थ्य प्रौद्योगिकी से जोखिम कम करने के लिए अंतरराष्ट्रीय स्तर पर सहमत सिफारिशें सकारात्मक परिणाम दे सकती हैं।AI तकनीक में निहित चिकित्सा प्रगति पर नवीनतम अध्ययन पक्षपाती हो सकते हैं, क्योंकि इनमें ऐसे पैटर्न दिए गए हैं जो दर्शाते हैं कि यह विशिष्ट व्यक्तियों के लिए अच्छा काम करता है, सभी के लिए नहीं।द लैंसेट डिजिटल हेल्थ जर्नल और न्यू इंग्लैंड जर्नल ऑफ मेडिसिन AI में प्रकाशित सिफारिशें इस बात को बेहतर बनाने के उद्देश्य से हैं कि AI स्वास्थ्य प्रौद्योगिकियों के निर्माण के लिए उपयोग किए जाने वाले डेटासेट कैसे संभावित AI पूर्वाग्रह के जोखिम को कम कर सकते हैं।
"डेटा एक दर्पण की तरह है, जो वास्तविकता का प्रतिबिंब प्रदान करता है। और जब विकृत किया जाता है, तो डेटा सामाजिक पूर्वाग्रहों को बढ़ा सकता है। लेकिन समस्या को ठीक करने के लिए डेटा को ठीक करने की कोशिश करना आपकी शर्ट पर लगे दाग को हटाने के लिए दर्पण को पोंछने जैसा है," ब्रिटेन के बर्मिंघम विश्वविद्यालय में AI और डिजिटल स्वास्थ्य प्रौद्योगिकी के एसोसिएट प्रोफेसर, प्रमुख लेखक ज़ियाओक्सुआन लियू ने कहा। "स्वास्थ्य समानता में स्थायी परिवर्तन लाने के लिए, हमें केवल प्रतिबिंब पर नहीं, बल्कि स्रोत को ठीक करने पर ध्यान केंद्रित करना चाहिए," लियू ने कहा।
एआई स्वास्थ्य तकनीक के जोखिमों को कम करने में मदद करने वाली सिफारिशों में डेटासेट का सारांश तैयार करना और उन्हें सरल भाषा में प्रस्तुत करना, शोधकर्ताओं द्वारा 58 देशों के 350 से अधिक विशेषज्ञों को शामिल करते हुए अंतर्राष्ट्रीय पहल 'स्टैंडिंग टुगेदर (डेटा विविधता, समावेशिता और सामान्यीकरण के लिए मानक)' बनाना शामिल है। लेखकों ने कहा कि पूर्वाग्रह, त्रुटि या डेटासेट को प्रभावित करने वाले अन्य कारकों के ज्ञात या अपेक्षित स्रोतों की भी पहचान की जानी चाहिए। इसके अलावा, एआई स्वास्थ्य तकनीक के प्रदर्शन का मूल्यांकन किया जाना चाहिए और समग्र अध्ययन आबादी के साथ-साथ रुचि के प्रासंगिक समूहों के बीच तुलना की जानी चाहिए।
लेखकों ने कहा कि एआई प्रदर्शन में पहचानी गई अनिश्चितताओं को शमन योजनाओं के माध्यम से प्रबंधित किया जाना चाहिए, यह सुनिश्चित करना चाहिए कि इन निष्कर्षों के नैदानिक निहितार्थ स्पष्ट रूप से बताए गए हैं, साथ ही तकनीक को लागू करते समय इन जोखिमों की निगरानी, प्रबंधन और उन्हें कम करने के लिए रणनीतियों का दस्तावेजीकरण किया जाना चाहिए। उन्होंने कहा, "हमें उम्मीद है कि जागरूकता बढ़ेगी कि कोई भी डेटासेट सीमाओं से मुक्त नहीं है, इसलिए डेटा सीमाओं के पारदर्शी संचार को मूल्यवान माना जाना चाहिए और इस जानकारी की अनुपस्थिति को एक सीमा के रूप में माना जाना चाहिए।"