文件名称：机器视觉、医疗人工智能和医疗事故-研究论文
文件大小：363KB
文件格式：PDF
更新时间：2024-06-29 19:33:59
machine learning artificial
将新的医疗技术引入临床实践会在出现问题时引发新的法律责任问题。 技术的复杂性往往伴随着责任分析的复杂性，这就是为什么涉及医疗人工智能的渎职问题如此令人烦恼的原因。 人工智能 (AI) 有无数的医疗用例，但一些最有前途的应用涉及使用机器视觉进行成像诊断。 然而，这些机器视觉应用程序涉及复杂的软件模型，其操作有时甚至对其设计者也是不透明的。 这引起了医生的担忧，即他们是否可以信任他们不完全理解或依赖其判断的机器。 这也可能引起人们对医疗事故索赔可能性的担忧。 机器学习技术的一些最新进展使其结果更易于解释，使医疗专业人员对使用该技术更有信心。 本文说明了此类创新可能如何影响法律制度和渎职诉讼。 我们得出的结论是，人工智能和机器视觉的独特能力和功能，尤其是与上述可解释性的进步相结合时，创造了一个机会，可以论证该技术实际上最大限度地减少了医生的责任。 机器视觉可解释性方面的这些进步也改变了该技术制造商的法律格局。 我们研究了对产品责任的影响，特别关注此类技术是否会（或即将）被视为“产品”的问题，以及这可能如何影响制造商的产品开发和营销策略。 我们还考虑了如何在涉及医疗机器视觉的失败警告案例中部署学习的中间防御，再次研究法律原则可能如何影响制造商在设计和部署此类技术时的行为。