স্বাস্থ্যসেবায় নিরাপদ ও ন্যায্য কৃত্রিম বুদ্ধিমত্তা

এই রেফারেন্সের মৌলিক।

স্তর

1. সচেতনতা

আপনি পারেন:

• একটি মডেল কীভাবে রোগীদের ক্ষতি করতে পারে তা ব্যাখ্যা করতে, যেমন পক্ষপাত, বিচ্যুতি বা এর ফলাফলের ওপর অতিরিক্ত নির্ভরতার মাধ্যমে
• যে জনগোষ্ঠীতে মডেল ব্যবহার হবে তাতে কেন তা যাচাই করতে হয় তা ব্যাখ্যা করতে

2. কার্যকর

আপনি পারেন:

• বিভিন্ন রোগী গোষ্ঠীর জন্য মডেলের কর্মদক্ষতা পরিমাপ করতে এবং যেকোনো পার্থক্য জানাতে
• একটি মডেলের উদ্দিষ্ট ব্যবহার, প্রশিক্ষণ ডেটা ও জানা সীমাবদ্ধতা নথিভুক্ত করতে, যেমন একটি মডেল কার্ডে
• ক্লিনিক্যাল নিরাপত্তা কেসে একটি মডেল সম্পর্কে প্রমাণ যোগ করতে

3. অনুশীলনকারী

আপনি পারেন:

• ক্লিনিক্যাল সহকর্মীদের সাথে একটি মডেলের যাচাই, পক্ষপাত মূল্যায়ন ও সরাসরি পর্যবেক্ষণের পরিকল্পনা করতে
• কখন একটি মডেলকে পুনঃপ্রশিক্ষণ, সীমিত বা প্রত্যাহার করতে হবে তা ঠিক করতে
• কখন একটি মডেল মেডিক্যাল ডিভাইস হিসেবে নিয়ন্ত্রিত হতে পারে এবং এর কী প্রমাণ লাগবে তা নিয়ে দলগুলোকে পরামর্শ দিতে

4. বিশেষজ্ঞ

আপনি পারেন:

• পরিচর্যায় কৃত্রিম বুদ্ধিমত্তার নিশ্চয়তা ও পর্যবেক্ষণের জন্য প্রতিষ্ঠানের মানদণ্ড নির্ধারণ করতে
• বাস্তবায়নের আগে ও পরে উচ্চ ঝুঁকির মডেলের নিশ্চয়তার নেতৃত্ব দিতে
• নিরাপদ ও ন্যায্য কৃত্রিম বুদ্ধিমত্তা নিয়ে নিয়ন্ত্রক ও অংশীদারদের কাছে প্রতিষ্ঠানের প্রতিনিধিত্ব করতে

সবচেয়ে কাছের ESCO দক্ষতা

• principles of artificial intelligence (বিস্তৃত মিল)
• data ethics (বিস্তৃত মিল)

Contains ESCO v1.2.1 data (https://esco.ec.europa.eu/). © European Union. Reuse authorised under Commission Decision 2011/833/EU.

যে ভূমিকার স্তরগুলো এই দক্ষতা প্রত্যাশা করে