AI an toàn và công bằng trong chăm sóc sức khỏe

Nội dung riêng của tài liệu tham khảo này.

Các mức

1. Nhận biết

Bạn có thể:

• giải thích một mô hình có thể gây hại cho bệnh nhân như thế nào, ví dụ do thiên lệch, trôi dạt hoặc quá phụ thuộc vào kết quả của nó
• giải thích vì sao các mô hình cần được kiểm định trên nhóm dân số mà chúng sẽ được dùng

2. Vận dụng

Bạn có thể:

• đo hiệu năng của mô hình cho các nhóm bệnh nhân khác nhau và báo cáo mọi khác biệt
• ghi lại mục đích sử dụng, dữ liệu huấn luyện và các giới hạn đã biết của một mô hình, ví dụ trong một thẻ mô hình
• đóng góp bằng chứng về một mô hình vào hồ sơ an toàn lâm sàng

3. Thành thạo

Bạn có thể:

• lập kế hoạch kiểm định, đánh giá thiên lệch và giám sát trực tiếp một mô hình cùng đồng nghiệp lâm sàng
• quyết định khi nào một mô hình cần được huấn luyện lại, hạn chế hoặc ngừng sử dụng
• tư vấn cho các nhóm về việc khi nào một mô hình có thể bị quản lý như thiết bị y tế và cần những bằng chứng nào

4. Chuyên gia

Bạn có thể:

• đề ra tiêu chuẩn của tổ chức về đảm bảo và giám sát AI trong chăm sóc
• dẫn dắt việc đảm bảo các mô hình rủi ro cao trước và sau khi triển khai
• đại diện tổ chức làm việc với các cơ quan quản lý và đối tác về AI an toàn và công bằng

Kỹ năng ESCO gần nhất

• principles of artificial intelligence (khớp rộng)
• data ethics (khớp rộng)

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

Các cấp vai trò kỳ vọng kỹ năng này