القاعدة الجديدة للتمييز بالذكاء الاصطناعي في قطاع الرعاية الصحية قيد التنفيذ
- تتطلب القاعدة الجديدة من وزارة الصحة والخدمات البشرية (HHS) أن تعمل مقدمو الخدمات الصحية على التخفيف من مخاطر التحيز في أدوات رعاية المرضى المعتمدة على الذكاء الاصطناعي.
- يجب أن تقلل الخدمات المقدمة بمساعدة الذكاء الاصطناعي من التمييز من خلال بذل جهود معقولة.
- تعزز هذه القاعدة الحماية من التمييز بالنسبة لجهات تقديم الرعاية الصحية والكيانات التي تتلقى تمويلاً اتحادياً.
أصدر مكتب الحقوق المدنية (OCR) التابع لوزارة الصحة والخدمات الإنسانية (HHS) مؤخراً قاعدة نهائية بشأن قابلية تطبيق القسم 1557 من قانون الرعاية بأسعار معقولة، والذي يحد من أي برامج صحية ممولة من أموال فيدرالية من التمييز على أساس العرق أو اللون أو الجنسية أو الجنس أو العمر أو الإعاقة.
تتوافق هذه القاعدة مع قرار المحكمة العليا في قضية Bostock ضد مقاطعة كلاركسون عام 2020، ويُفهم القسم 1557 على أنه تمييز "على أساس الجنس"، والذي يشمل كل من التوجه الجنسي والهوية الجندرية. حسمت القاعدة الأخيرة أيضاً أنه حتى عند تطبيق التعلم الآلي في تقنية تعمل بالذكاء الاصطناعي، تظل معايير استخدام مقدمي الخدمات خاضعة للقسم 1557. لذلك، يتعين عليهم فحص ومعالجة أي مخاطر محتملة للتمييز.
تقييم مخاطر التحيز في الذكاء الاصطناعي
وفقاً لقاعدة الحوكمة، فإن "أداة دعم قرار رعاية المريض" هي أي تكوين منفصل أو مشترك لأي تقنية أو طريقة تستخدمها الكيانات الخاضعة للتنظيم لمساعدة اتخاذ القرارات السريرية. على سبيل المثال، تشمل بعض موردي أدوات تطبيقات رعاية المرضى المباشرة خوارزميات تنبؤية يمكنها تقييم مخاطر المريض وشدة الأحداث الصحية المستقبلية، بالإضافة إلى محركات التحليل المستخدمة لدعم أو رفض المطالبات الطبية بناءً على ضرورة العلاج.
أوضح مكتب الحقوق المدنية (OCR) أنه مع استخدام أدوات مثل الذكاء الاصطناعي في اتخاذ القرارات، يجب إعادة النظر في وضع كل مريض. أظهرت عدة دراسات أن الاعتماد على خوارزميات معينة أدى إلى تفاوتات عرقية وإثنية. التعريف أعلاه يشمل المركبات ذاتية القيادة والأدوات غير الآلية مثل المخططات الانسيابية. وبالتالي، قد تكون التكنولوجيا الصحية غير عادلة إذا تم منع ذوي الإعاقة من الحصول على رعاية متساوية، ولم يأخذ مقدمو الخدمات في الاعتبار الخصائص الفردية للفحص الصحي.
جهود معقولة لمنع التحيز
قدرة الكيان الخاضع للتنظيم على تحمل المسؤولية الإضافية للمستهلك أو إمكانياته المالية. سواء كانت المنتجات مُنتجة بقصد استخدامها المقصود كما وافق عليها المطورون والجهات التنظيمية، بغض النظر عن تخطيط البيانات، يجب على المطورين بذل جهد لتثقيف الكيان بشأن مخاطر التمييز.
كن صريحاً بشأن ما إذا كان صاحب البيانات (الذي يعمل الكيان الخاضع للتنظيم نيابة عنه) قد اتبع عملية ما، أو ما إذا كان الكيان الخاضع للتنظيم (أي المنظمة التي تعمل نيابة عن صاحب البيانات) قد طور بالفعل واحدة لتقييم الأدوات المستخدمة.
تختلف القاعدة جذرياً عن القاعدة السابقة التي كانت تصنف تمويل برنامج Medicare Part B كمساعدة فيدرالية إذا مُنح لمقدمي الخدمات والموردين. إن تقليل عدد الأشخاص الذين يتلقون أموال Part B وإعفائهم من متطلبات القسم 1557 سيجعلهم يمتثلون للقسم 1557 ولوائح الحقوق المدنية الأخرى التي يطبقها مكتب OCR.
لا تكتفِ بقراءة أخبار العملات الرقمية فحسب، بل افهمها. اشترك في نشرتنا الإخبارية. مجانية.
إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.
بريان كوم
يتمتع برايان كوم بخبرة تزيد عن سبع سنوات في تغطية سلاسل الكتل والعملات المشفرة، حيث كان نشطاً في هذا القطاع منذ عام 2017. وقد أسهم في نشرات رائدة، بما في ذلك BlockToday.com. علاوة على ذلك، طور دورة «إيثريوم للمبتدئين» (Ethereum 101) لموقع BitDegree.org قبل انضمامه إلى Cryptopolitan كاتباً بدوام كامل. يغطي برايان أدلةً دائمة الصلاحية (EGs)، وتحليلات عميقة، ومقابلات، وتحليلات الأسعار. وتركيزه على التمويل اللامركزي (DeFi)، وابتكارات سلاسل الكتل، والمشاريع الناشئة في عالم العملات المشفرة يسعد القراء.
