Veilige en eerlijke AI in de gezondheidszorg
Zorgen dat statistische modellen, machinelearningmodellen en AI-modellen die in gezondheid en zorg worden gebruikt veilig, eerlijk, verklaarbaar en gemonitord zijn, inclusief controle op vertekening over groepen patiënten en naleving van regelgeving voor medische hulpmiddelen en AI.
Niveaus
- 1. Bewustzijn
U kunt:
- uitleggen hoe een model patiënten kan schaden, bijvoorbeeld door vertekening, afdrijven of te veel vertrouwen op de uitvoer
- uitleggen waarom modellen moeten worden gevalideerd op de populatie waarmee ze worden gebruikt
- 2. Toepassend
U kunt:
- de prestaties van een model voor verschillende groepen patiënten meten en verschillen rapporteren
- het beoogde gebruik, de trainingsdata en de bekende grenzen van een model documenteren, bijvoorbeeld in een modelkaart
- bewijs over een model bijdragen aan een klinisch veiligheidsdossier
- 3. Ervaren
U kunt:
- de validatie, beoordeling van vertekening en live monitoring van een model plannen met klinische collega’s
- beslissen wanneer een model opnieuw moet worden getraind, beperkt of ingetrokken
- teams adviseren over wanneer een model als medisch hulpmiddel gereguleerd kan zijn en welk bewijs het nodig heeft
- 4. Expert
U kunt:
- de normen van de organisatie voor het borgen en monitoren van AI in de zorg vaststellen
- de borging van modellen met hoog risico vóór en na inzet leiden
- de organisatie vertegenwoordigen bij toezichthouders en partners over veilige en eerlijke AI
Dichtstbijzijnde vaardigheden in ESCO
Contains ESCO v1.2.1 data (https://esco.ec.europa.eu/). © European Union. Reuse authorised under Commission Decision 2011/833/EU.
Rolniveaus die deze vaardigheid verwachten
| Rolniveau | Rol | Band | Verwacht niveau |
|---|---|---|---|
| Trainee datawetenschapper | Datawetenschapper | 4 | Bewustzijn |
| Associate datawetenschapper | Datawetenschapper | 5 | Bewustzijn |
| Datawetenschapper | Datawetenschapper | 6 | Toepassend |
| Principal datawetenschapper | Datawetenschapper | 7 | Ervaren |
| Lead datawetenschapper | Datawetenschapper | 8a | Ervaren |
| Hoofd datawetenschap | Datawetenschapper | 8b | Expert |
| Senior machine-learning-engineer | Machine-learning-engineer | 7 | Ervaren |
| Lead machine-learning-engineer | Machine-learning-engineer | 8b | Expert |