Healthsheet：面向健康数据集的透明度构件开发
人工智能
2022-03-01 v1 人机交互
摘要
机器学习（ML）方法在广泛的医疗应用中已展现出有前景的结果。数据在开发直接影响人们生活的基于 ML 的医疗系统中起着关键作用。围绕医疗中 ML 使用的诸多伦理问题源于我们收集、使用和处理数据的底层结构性不平等。因此，制定指南以改进关于 ML 医疗数据集创建、使用和维护的文档实践至关重要。在这项工作中，我们引入 Healthsheet，即原始数据表问卷 ~\cite{gebru2018datasheets} 针对健康特定应用的情境化改编。通过一系列半结构化访谈，我们使数据表适配医疗数据文档。作为 Healthsheet 开发过程的一部分并为了解研究者在创建数据表时面临的障碍，我们以三个公开可用的医疗数据集作为案例研究，每个具有不同类型的结构化数据：电子健康记录（EHR）、临床试验研究数据和基于智能手机的绩效结局指标。来自受访者研究和案例研究的发现表明：1) 数据表应针对医疗进行情境化；2) 尽管有采用如数据表等问责实践的激励，这些实践在更广泛使用上缺乏一致性；3) ML for health 社区如何将数据表尤其是 \textit{Healthsheets} 视为揭示数据集局限与优势的诊断工具；4) 数据表中不同字段相对于医疗关注点的相对重要性。
引用
@article{arxiv.2202.13028,
title = {Healthsheet: Development of a Transparency Artifact for Health Datasets},
author = {Negar Rostamzadeh and Diana Mincu and Subhrajit Roy and Andrew Smart and Lauren Wilcox and Mahima Pushkarna and Jessica Schrouff and Razvan Amironesei and Nyalleng Moorosi and Katherine Heller},
journal= {arXiv preprint arXiv:2202.13028},
year = {2022}
}