Defining ethical standards for the application of digital tools to population health research.

There is growing interest in population health research, which uses methods based on artificial intelligence. Such research draws on a range of clinical and non-clinical data to make predictions about health risks, such as identifying epidemics and monitoring disease spread. Much of this research uses data from social media in the public domain or anonymous secondary health data and is therefore exempt from ethics committee scrutiny. While the ethical use and regulation of digital-based research has been discussed, little attention has been given to the ethics governance of such research in higher education institutions in the field of population health. Such governance is essential to how scholars make ethical decisions and provides assurance to the public that researchers are acting ethically. We propose a process of ethics governance for population health research in higher education institutions. The approach takes the form of review after the research has been completed, with particular focus on the role artificial intelligence algorithms play in augmenting decision-making. The first layer of review could be national, open-science repositories for open-source algorithms and affiliated data or information which are developed during research. The second layer would be a sector-specific validation of the research processes and algorithms by a committee of academics and stakeholders with a wide range of expertise across disciplines. The committee could be created as an off-shoot of an already functioning national oversight body or health technology assessment organization. We use case studies of good practice to explore how this process might operate. La recherche sur la santé de la population à l'aide de méthodes fondées sur l'intelligence artificielle suscite un intérêt croissant. Ce type de recherche s'appuie sur une série de données cliniques et non cliniques pour prédire les risques sanitaires, par exemple en détectant les épidémies et en surveillant la propagation des maladies. Une part importante de cette recherche emploie des données issues des réseaux sociaux, appartenant au domaine public, ou des données secondaires anonymes relatives à la santé. Par conséquent, elles ne sont soumises à aucun contrôle de la part d'un comité d'éthique. L'usage et les règles déontologiques ont certes fait l'objet de discussions, mais l'attention portée à la gouvernance de l'éthique dans le cadre des recherches que des établissements d'enseignement supérieur ont menées sur la santé des populations reste minime. Pourtant, une telle gouvernance est essentielle pour que les spécialistes puissent prendre des décisions éthiques et garantir au public que les chercheurs agissent dans le respect de la déontologie. Nous proposons un processus de gouvernance éthique pour la recherche sur la santé de la population dans les établissements d'enseignement supérieur. Notre approche consiste à établir un rapport à la fin de la recherche, qui se concentre sur le rôle joué par les algorithmes d'intelligence artificielle dans l'accroissement de la prise de décisions. Le premier niveau de rapport pourrait comporter des registres nationaux accessibles selon le principe de science ouverte pour les algorithmes open-source ainsi que les données ou informations connexes développés durant la recherche. Le second niveau serait composé d'une validation sectorielle des algorithmes et processus de recherche par un comité d'universitaires et d'intervenants possédant une large gamme de compétences dans diverses disciplines. Ce comité pourrait être créé en tant que ramification d'un organisme national de surveillance déjà à l'œuvre, ou d'un organisme d'évaluation des technologies de la santé. Nous utilisons des études de cas pour identifier les bonnes pratiques et découvrir comment ce processus pourrait être appliqué. Existe un interés creciente en la investigación sanitaria poblacional, que utiliza métodos basados en la inteligencia artificial. Dicha investigación se basa en una serie de datos clínicos y no clínicos para hacer predicciones sobre los riesgos sanitarios, como la identificación de epidemias y el seguimiento de la propagación de enfermedades. Gran parte de esta investigación utiliza los datos de las redes sociales de dominio público o los datos sanitarios secundarios anónimos y, por lo tanto, está exenta del escrutinio del comité de ética. Si bien se ha debatido sobre el uso y la regulación éticos de la investigación basada en tecnología digital, se ha prestado poca atención a la gobernanza ética de dicha investigación en las instituciones de enseñanza superior relacionadas con la salud poblacional. Esa gobernanza es esencial sobre cómo los académicos toman decisiones éticas y ofrece garantías al público de que los investigadores actúan de manera ética. Se propone un proceso de gobernanza ética para la investigación sanitaria poblacional en las instituciones de educación superior. El enfoque adopta la forma de una revisión una vez que la investigación ha sido completada, con especial atención a la función que los algoritmos de inteligencia artificial desempeñan en el aumento de la toma de decisiones. La primera fase de revisión podría consistir en la creación de repositorios nacionales de ciencia abierta para los algoritmos de código abierto y los datos o información afiliados que se desarrollen durante la investigación. La segunda fase consistiría en la validación de los procesos y algoritmos de investigación en un sector específico por parte de un comité de académicos y partes interesadas con una amplia gama de conocimientos especializados en todas las disciplinas. El comité podría crearse como una rama de un organismo nacional de supervisión ya en funcionamiento o de una organización de evaluación sobre tecnologías de la salud. Se utilizan estudios de casos de buenas prácticas para explorar cómo podría funcionar este proceso. هناك اهتمام متنام بأبحاث صحة السكان، والتي تستخدم أساليب تعتمد على الذكاء الاصطناعي. تعتمد مثل هذه الأبحاث على مجموعة من البيانات السريرية وغير السريرية لوضع تنبؤات حول المخاطر الصحية، مثل تحديد الأوبئة ومراقبة انتشار الأمراض. تستعين الكثير من هذه الأبحاث بالبيانات من وسائل التواصل الاجتماعي في المجال العام، أو بالبيانات الصحية الثانوية مجهولة الهوية، وهي بالتالي معفاة من فحص لجنة الأخلاقيات. بينما تتم مناقشة الاستخدام والتنظيم الأخلاقي للأبحاث الرقمية، تم توجيه القليل من الاهتمام للحوكمة الأخلاقية لمثل هذه الأبحاث في مؤسسات التعليم العالي في مجال صحة السكان. مثل هذه الحوكمة ضرورية لكيفية اتخاذ العلماء لقرارات أخلاقية، وهي تمنح تأكيدًا للعامة بأن الباحثين يتصرفون على نحو أخلاقي. نحن نقترح عملية للحوكمة الأخلاقية لأبحاث الصحية السكانية في مؤسسات التعليم العالي. يأخذ هذا الأسلوب شكلاً للمراجعة بعد اكتمال البحث، مع التركيز بشكل خاص على الدور الذي تلعبه خوارزميات الذكاء الاصطناعي في تحسين صنع القرار. يمكن أن تكون الطبقة الأولى من المراجعة مستودعات وطنية علمية مفتوحة للعلوم لخوارزميات مفتوحة المصدر، والبيانات أو المعلومات ذات الصلة التي يتم تطويرها أثناء البحث. وتكون الطبقة الثانية هي التحقق من عمليات وخوارزميات البحث على مستوى القطاع، بواسطة لجنة من الأكاديميين وأصحاب المصلحة من ذوي الخبرة الواسعة في مختلف التخصصات. يمكن إنشاء هذه اللجنة كفرع خارجي لهيئة وطنية فاعلة للرقابة، أو كمؤسسة تقييم للتقنية الصحية. نحن نستعين بدراسات الحالة للممارسات الجيدة من أجل استكشاف كيفية تفعيل هذه العملية. 人们对使用人工智能方法的人口健康研究越来越感兴趣。这类研究利用一系列临床和非临床数据来预测健康风险，例如识别流行病和监测疾病传播。这项研究大多使用公共领域的社交媒体数据或匿名的二手健康数据，因此不受伦理委员会的审查。虽然数字化研究的伦理运用和监管一直是人们关注的焦点，但在人口健康领域，高等院校内对此类研究的伦理治理却鲜少关注。这种治理对于学者如何做出伦理决策至关重要，并向公众保证研究人员的行为符合伦理道德。我们提出了应用于高等院校人口健康研究的伦理治理过程。该方法在研究完成后采取审查的形式，特别关注人工智能算法在增强决策中的作用。第一层审查是全国性开放科学库，用于在研究过程中开发的开源算法和关联数据或信息。第二层是由具有跨学科广泛专业知识的学者和利益相关者组成委员会，对研究过程和算法进行特定部门验证。该委员会可以作为已经开始运作的国家监督机构或健康技术评估组织的分支机构。我们通过最佳实践的案例研究来探索此过程将如何运作。. Интерес к исследованиям здоровья на уровне популяций, применяющим методы, основанные на использовании искусственного интеллекта, неуклонно растет. В таких исследованиях различные клинические и неклинические данные используются для прогнозирования рисков для здоровья, например выявления эпидемий и мониторинга распространения заболеваний. Большинство исследований опираются на данные из социальных сетей, находящиеся в открытом доступе, или на анонимные второстепенные показатели здоровья населения, поэтому такие данные не рассматриваются комитетами по вопросам этики. В то время как вопросы этичного использования и регулирования исследований, проводимых на основе цифровых технологий, постоянно обсуждаются, этичному руководству такими исследованиями в учреждениях высшего образования, занимающихся вопросами здоровья населения, уделяется слишком мало внимания. Однако такое руководство крайне важно для принятия этичных решений научными сотрудниками и обеспечивает общественности уверенность в том, что исследователи соблюдают нормы этики. Авторы предлагают ввести процесс этического руководства исследованиями в сфере здравоохранения населения в высших учебных заведениях. Подход предлагает проведение изучения и анализа данных по окончании исследования, уделяя особое внимание тому, какую роль играют алгоритмы искусственного интеллекта в процессе принятия решений. На первом уровне изучение может проводиться с использованием национальных открытых научных репозиториев, содержащих алгоритмы с открытым кодом и аффилированные данные или информацию, полученную в ходе исследования. На втором уровне может осуществляться специализированная валидация процессов и алгоритмов, использовавшихся в научных исследованиях, комитетом из научных сотрудников и партнеров, обладающих обширными знаниями и опытом работы в различных областях. Комитеты могут создаваться на базе уже существующих национальных надзорных органов или организаций, занимающихся оценкой технологий в здравоохранении. Авторы приводят анализ конкретных примеров рекомендуемых норм, чтобы изучить возможность использования таких процессов.

Informations de copyright

(c) 2020 The authors; licensee World Health Organization.