當患者被送往醫院時，醫生會要求他們評估他們在1到10的範圍內感到多少疼痛。
但是，疼痛的耐受性是主觀的，這可能使醫生很難知道為什麼某人的疼痛比其他患者的疼痛更糟。
醫院的人工智能
根據發表在自然醫學，研究人員使用AI技術來分析膝蓋X射線，以預測患者經歷的疼痛，特別是對於患有膝蓋骨關節炎的患者。
該研究涉及從4,172例患者收集的36,369個觀察結果。計算機分析可能會吸收放射科醫生可能無法記錄的東西。
伯克利助理教授Ziad Obermeyer，研究的合著者說，他們沒有訓練該算法以了解醫生對膝蓋X射線的看法。該算法經過培訓，可以預測患者對自己膝蓋疼痛的經歷的評價。
Obermeyer說，該算法能夠解釋人們感到更多的痛苦。這一發現很重要，因為醫生被指控通過歧視來判斷患者的疼痛。
種族不平等
研究強調了黑人患者和白人患者在未接觸狀態下的醫療保健不平等。ajph。
當醫生說自己痛苦時，醫生不太可能認真對待一些小組。研究表明，黑人患者可能會低估其疼痛水平，並且會影響他們的治療和康復。
該研究的重點之一是研究黑人患者疼痛水平更高的奧秘。研究發現，檢查非常相似的關節炎病例的放射科醫生髮現，黑人患者的疼痛比白人患者更多。
但是，該算法表明，這些案例不如它們出現的情況相似。它考慮了其他未診斷的功能，這些功能會被醫生僱用通常的U所忽略SE射線照相分級系統。
由於報告了嚴重疼痛并且在算法自己的措施上得分高的患者，但官方分級系統的低點更可能是黑色的，因此也表明傳統診斷可能是不適的。
這項研究引起了人們的注意，因為AI也被指控具有歧視性。這通常是因為該算法的數據集經過了因意外偏見而受到的訓練。PNAS。
當應用於佔該國大多數人口的大多數的算法時，由此產生的算法可能不太準確。
指控是AI系統經常遭受偏見，因為他們學會了區分白人的特徵和習慣，這些習慣可能在將其應用於其他膚色的人時可能無法正常工作。
在醫療保健中使用人工智能並不是要替代醫生，而是用於協助醫生，尤其是通常乏味或與患者護理不直接相關的任務。
本文由技術時報擁有
由Sieeka Khan撰寫
