의료 환경에서 주변 인텔리전스를 사용할 때의 윤리적 문제

 

주변 센서는 병원 설정(예: 중환자실[ICU])과 수술실, 임상의사, 직원 및 환자의 활동 및 독립적 생활 또는 지역사회 치료 설정과 같은 일상생활 공간을 모니터링하여 노인, 만성 질환 관리 또는 정신 질환 관리와 관련된 데이터를 수집하기 위해 배치된다. 제1의 문제 병원 환경에서 주변 지능은 ICU. 환자 거주 공간의 주변 센서가 연약한 노인의 상태를 모니터링하거나 환자의 상태를 추적할 수 있는 ICU에서 외과의사의 기술이나 손 위생 프로토콜을 준수하여 임상의사와 환자의 안전을 보장하는 데 사용되었다. 급성 질환에 대한 임상 궤도. 센서에 의해 수집된 얼굴 인식 및 음성 데이터는 보안 목적을 위해 고통을 감지하거나 신원을 확인하는 데 사용될 수 있다. 관찰된 조치를 인식하고 기록함으로써 의료 환경에서 주변 센서는 의료진이 임상 번아웃과 관련된 부담스러운 문서화 작업을 경감하는 데 도움이 될 수 있다.
모든 약속에 불구하고, 의료 환경에서 주변 지능은 의료의 다른 기계 학습 응용 프로그램과 구별되는 일련의 윤리적 우려와 함께 제공된다. 다양한 맥락에서 다양한 참가자와 관련된 대량의 감지 데이터의 지속적인 수집과 저장, 그리고 분석을 위한 많은 다양한 유형의 데이터의 잠재적 조합은 기존의 윤리 및 규제를 통해 쉽게 다루어지지 않을 수 있는 프라이버시, 데이터 보호, 정보에 근거한 동의 및 공정성의 문제를 제기한다. 프레임워크 주변 지능의 의료 이용은 임상 치료, 연구, 품질 개선, 품질 측정, 교육 및 의료 고용에 걸쳐 있다. 이해관계자에는 의료 전문가, 의료 시설 방문자, 가정 내 및 비가족 간병인 및 환자가 포함될 수 있다. 또한 의료 환경에서 지속적인 감시는 오용 가능성 및 임상 관계에 미치는 영향을 포함하여 사회적 영향을 미친다. 주변 지능 애플리케이션의 설계 및 개발 중에 이러한 과제를 예측하고 해결하기 위해 프로세스를 공식화하고 관련 이해 관계자와 전문 지식을 참여하는 것이 특히 중요하다. 이러한 문제를 사려 깊게 탐색하는 것은 개인의 용도의 성공뿐만 아니라 현장 전체의 수용을 위해서도 중요하다. 우리는 다양한 의료 영역에서 이 기술을 사용함으로써 제기된 문제를 검토하고, 이러한 문제를 상황별로 파악하고 대응할 수 있도록 관련 윤리적 및 법적 구조를 논의한다.
주변 지능 알고리즘 개발
의료 환경에서 주변 지능과 함께 발생할 수 있는 잠재적인 프라이버시 및 윤리적 문제를 식별하려면 먼저 이러한 알고리듬이 어떻게 개발되는지 이해하는 것이 중요하다. 학습 기반 주변 지능 방법은 다양한 주변 센서에서 획득한 데이터를 사용한 다음 머신 러닝 및 컴퓨터 비전 알고리듬을 적용하여 지정된 패턴(비디오의 인간 행동을 포함)을 식별하거나 오디오에서 음성을 인식한다. 이러한 알고리듬을 설계하고 구현하는 단계를 보여준다. 프로젝트 시작 시 연구 문제의 틀을 짜고 원하는 결과를 제시하는 방법에 대한 결정은 관련 목표를 달성하고 문제 있는 편견을 피할 수 있는 기반을 제공한다. 데이터가 수집되고 사전 처리된 후, 알고리듬은 모델 구축의 세 가지 주요 단계인 교육, 테스트 및 배치를 거친다. 훈련 단계에서 알고리듬은 종종 관심 있는 물체나 행동에 주석을 다는 관련 지상 진실 레이블과 함께 이미지, 비디오 또는 기타 감각 데이터의 예를 제공한다. 환자가 침대에서 일어날 때를 감지하는 알고리즘은 각각 환자가 침대에서 일어날 때의 시작과 끝을 나타내는 타임스탬프(문자 순서 또는 인코딩 된 정보)로 주석을 단 몇 시간 분량의 비디오를 제공할 수 있다. 이러한 라벨 또는 주석은 사람(또는 많은 사람)이 원시 데이터를 검토하고 필요한 라벨을 추가하는 수작업으로 수행되는 경우가 많다.