面向医学影像中可信 AI 的生命周期伦理设计框架：从透明数据治理到临床验证部署
计算机与社会
2025-07-08 v1 新兴技术
摘要
人工智能 (AI) 在医学影像中的集成会在数据收集、处理、训练、评估和部署等每个阶段引发关键伦理问题。为确保 AI 系统以尊重患者权利和促进公平的方式开发和实施，亟需解决这些问题。本研究旨在探讨医学影像中 AI 的伦理影响，聚焦五个关键阶段：数据收集、数据处理、模型训练、模型评估和部署。目标是评估这些阶段如何遵循数据隐私、公平性、透明性、问责制和自主权等基本伦理原则。本文采用分析方法，审查了医疗保健领域关于 AI 伦理的现有文献、指南和法规，识别出每个 AI 开发阶段的关键伦理问题。研究提出了每个阶段的具体伦理问题和原则。研究发现，关键伦理问题包括：在数据收集阶段确保患者知情同意和匿名化、在模型训练中消除偏见、在模型评估中确保透明度和公平性，以及在部署过程中进行持续伦理评估。分析还强调了可访问性问题对私方、公共方和第三方实体等不同利益相关者的影响。本文得出结论，伦理考量必须被系统性地整合到医学影像 AI 开发的每个阶段。通过遵循这些伦理原则，AI 系统将更健壮、更透明，并与患者护理和数据控制保持一致。本文提出了针对医学影像中构建伦理合规 AI 系统的量身定制的伦理问题和策略。
引用
@article{arxiv.2507.04249,
title = {Ethics by Design: A Lifecycle Framework for Trustworthy AI in Medical Imaging From Transparent Data Governance to Clinically Validated Deployment},
author = {Umer Sadiq Khan and Saif Ur Rehman Khan},
journal= {arXiv preprint arXiv:2507.04249},
year = {2025}
}