Nteasee: A mixed methods study of expert and general population perspectives on deploying AI for health in African countries

要約

健康のための人工知能 (AI) は、医療を大きく変え、改善する可能性を秘めています。
しかし、ほとんどのアフリカ諸国では、これらのソリューションを展開するための文化的および状況に合わせたアプローチを特定することは十分に理解されていません。
このギャップを埋めるために、私たちは質的研究を実施して、アフリカ諸国で保健に AI を導入する際にベスト プラクティス、公平性指標、緩和すべき潜在的なバイアスを調査するとともに、人工知能が健康にプラスの影響を与える可能性のある機会を探ります。
私たちは、詳細なインタビュー (IDI) と調査を組み合わせた混合方法アプローチを使用しました。
私たちは、17 か国の保健、政策、AI の専門家 50 名と 1.5 ～ 2 時間の IDI を実施し、帰納的アプローチを通じて専門家の IDI 回答について定性的なテーマ分析を実施します。
私たちは、アフリカ 5 か国の一般参加者 672 人を対象に、ケーススタディを含む 30 分間の盲検調査を実施し、回答を定量的スケールで分析し、回答を国、年齢、性別、AI への習熟度ごとに統計的に比較しました。
アンケートの自由回答をテーマ別にまとめています。
私たちの結果では、アフリカの健康のための AI 利用に対する一般参加者の間で、一般的に前向きな姿勢、高い信頼度、そして中程度の懸念が見られました。
これは、主なテーマが信頼/不信、倫理的懸念、統合に対する体系的な障壁などを中心とした専門家の回答とは対照的です。
この研究は、専門家と一般住民の両方の視点から、アルゴリズムの公平性の観点から、アフリカの健康に対する AI の可能性に関する、この種では初めての定性的研究を示しています。
私たちは、この研究が政策立案者を導き、AI の利用に関する意思決定にさらなる研究と一般住民の視点を取り入れる必要性を認識させることを願っています。

要約(オリジナル)

Artificial Intelligence (AI) for health has the potential to significantly change and improve healthcare. However in most African countries, identifying culturally and contextually attuned approaches for deploying these solutions is not well understood. To bridge this gap, we conduct a qualitative study to investigate the best practices, fairness indicators, and potential biases to mitigate when deploying AI for health in African countries, as well as explore opportunities where artificial intelligence could make a positive impact in health. We used a mixed methods approach combining in-depth interviews (IDIs) and surveys. We conduct 1.5-2 hour long IDIs with 50 experts in health, policy, and AI across 17 countries, and through an inductive approach we conduct a qualitative thematic analysis on expert IDI responses. We administer a blinded 30-minute survey with case studies to 672 general population participants across 5 countries in Africa and analyze responses on quantitative scales, statistically comparing responses by country, age, gender, and level of familiarity with AI. We thematically summarize open-ended responses from surveys. Our results find generally positive attitudes, high levels of trust, accompanied by moderate levels of concern among general population participants for AI usage for health in Africa. This contrasts with expert responses, where major themes revolved around trust/mistrust, ethical concerns, and systemic barriers to integration, among others. This work presents the first-of-its-kind qualitative research study of the potential of AI for health in Africa from an algorithmic fairness angle, with perspectives from both experts and the general population. We hope that this work guides policymakers and drives home the need for further research and the inclusion of general population perspectives in decision-making around AI usage.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google