关于负责任人工智能的数据集文档：分析数据集在健康领域的适用性和使用情况

《npj Digital Medicine》：Dataset documentation for responsible AI: analysis of suitability and usage for health datasets

　　

摘要

人工智能（AI）正在迅速改变医疗行业，但同时也引发了人们对算法偏见的担忧，这些偏见主要源于训练数据。普遍认为，透明的数据集文档编制是实现负责任的人工智能开发的关键。已经建立了几种标准化的数据集文档编制方法，例如数据表（Datasheet）、数据集营养标签（Dataset Nutrition Label）、责任文档编制（Accountability Documentation）、健康信息表（Healthsheet）和数据卡（Data Card）。然而，这些方法是否适用于健康数据集以及其实际使用情况仍然不明确。在这项分析中，我们比较了这五种方法，并评估了它们与“STANDING Together Recommendations for Documentation of Health Datasets”（健康数据集文档编制建议）的一致性。我们还研究了这些方法在现实世界中的应用情况，并收集了数据集生成者和使用者的反馈。研究结果表明，没有任何一种文档编制方法被广泛使用或完全适用于健康数据集。我们建议制定一种标准化的健康数据集文档编制方法，并配备明确的指导原则和自动化工具以促进其推广。

slice 2 content goes here…