使用人工智能解决口腔健康不平等问题需要广泛的合作

口腔健康护理中的不平等源于多种复杂因素的相互作用，包括费用、可及性、可用性和歧视。此外，口腔健康服务通常被视为独立于一般健康护理之外的服务，在许多国家更是被限制在私人部门，进一步降低了服务的可及性和负担能力。

研究人员指出，人工智能在解决口腔健康护理不平等问题方面具有显著潜力，但必须负责任地加以应用，而这一点取决于预见并管理潜在风险。美国国家标准与技术研究院开发的人工智能风险管理框架概述了开发透明和可信人工智能系统的原则，包括在人工智能模型训练过程中缓解有害的偏见，这些偏见如果不加以解决可能会加剧不平等。另一个相关框架是美国国家医学科学院的《人工智能行为准则》，该准则进一步支持在医疗保健中负责任地使用人工智能，确保人工智能技术在改善患者治疗结果时得到安全且公平的应用。

随着人工智能模型变得更加复杂，其“黑箱”性质在理解其如何做出预测时带来了挑战，这对医疗应用中的信任至关重要。为了解决这一问题，研究人员建议引入可解释的人工智能（XAI），该技术旨在使这些模型更加透明，提供关于决策为何以及如何做出的解释。人工智能在帮助用户理解模型的预期影响和潜在偏见方面起着关键作用。一个例子是类激活映射（Class Activation Map），它显示了卷积神经网络（CNN）这种深度学习算法在预测中最为重要的图像区域。通过在人工智能中引入可解释性，口腔健康护理可以向更加个性化、公平的方向发展，从而增强提供者和患者之间的信任。

最近的政府举措，例如美国人工智能安全研究所联盟和国家卫生研究院的“人工智能桥梁”计划，旨在通过推动伦理来源和可访问的数据集创建，来支持负责任地使用人工智能。然而，口腔健康护理中负责任使用人工智能面临的一个重大挑战是缺乏普遍采纳的监管和伦理框架。负责任地实施人工智能需要在社会、基础设施和监管领域的共同努力。通过负责任地整合人工智能，利益相关者可以打破障碍，推动全球全面的患者护理，潜在地减少健康差异并改善口腔健康护理的公平性。

该研究全面考虑了偏见，指的是基于种族、民族、社会经济地位、性别和性取向等方面的系统性偏好、偏见或不公平待遇。偏见可能包括无法公平代表或服务不同种族、语言背景、社会经济状况或其他已经处于服务劣势的人群的数据。研究人员指出，当前在口腔健康护理中使用人工智能的大多数应用依赖于仅来自七个国家的数据，这加剧了潜在的偏见。人工智能风险管理框架将偏见的考虑扩展到系统性、计算性、统计性和人类认知偏见。

解决口腔健康护理不平等问题不仅仅是让欠缺服务的社区能够获得牙科护理。这还涉及到服务的利用、提供和获取，这种获取是基于经济负担能力、物理可及性和接受程度。

该综述文章题为“负责任的人工智能在解决口腔健康护理公平性问题中的应用”，已于2024年7月18日在线发表在《前沿口腔健康》期刊上。

主题：
公共卫生牙科

标签：
医疗可及性 人工智能 监管

第一时间掌握全球牙科新闻，请关注微信公众号：世界牙科论坛