通过系统的范围性评估现有医疗研究，我们揭示了当前关于生成式人工智能的道德讨论中存在的漏洞，并提出了一个伦理检查清单，用于全面评估和透明记录生成式人工智能发展中的伦理讨论。这一清单可以被快速整合到目前的同行评审和出版系统中，以增强生成式人工智能研究，在更广泛的场景中，它也可用于披露生成式人工智能产品（或这些产品的实际应用）中与伦理有关的考虑，以帮助用户建立对其能力的合理信任。

Nov, 2023

该研究针对生成式人工智能应用于医学成像和文本分析时带来的伦理问题、法律问题和算法挑战进行了深入研究，并提出了负责任的解决方案和强有力的监管框架，以确保生成式人工智能在医疗领域的道德和负责任的实施。

Jun, 2024

通过分析次级调查数据，我们确定了人工智能在医疗领域中的伦理原则，并提出了一个基于功利主义伦理的新的理论框架来设计医疗领域的伦理人工智能。

Sep, 2023

本文讨论了人工智能在医疗领域中的应用，特别是在医学图像分析中的最新进展、现有标准以及应用人工智能所需考虑的伦理问题和最佳实践。我们探讨了人工智能的技术挑战和伦理挑战，以及在医院和公共组织中部署人工智能的影响和关键技术措施。最后，我们提出了未来解决人工智能在医疗应用中的伦理挑战的建议和方向。

Apr, 2023

AI 技术的快速发展与伦理维度的深入研究，特别关注于医疗领域，探索透明度、数据管理、人工监督、教育要求以及国际合作等众多方面，呼吁全球统一的 AI 伦理原则和框架，并提出有益的伦理方案以应对新兴挑战。

Aug, 2023

发展分析和缓解策略，提供了一个初始框架来理解模型限制、尊重隐私、保密和版权、避免抄袭和政策违规、确保应用程序提供整体利益，并透明可重现地使用人工智能，以保护研究的完整性。

Jan, 2024

本文综述将人工智能应用到智能医疗产品（包括医疗电子设备）中所面临的伦理挑战，提出了传统医学领域伦理问题和人工智能驱动的医疗伦理挑战之间的区别，特别是在透明度、偏见、隐私、安全、责任、公平和自治方面。还概述了开放性挑战和建议，以促进伦理原则的整合到基于人工智能的智能医疗产品的设计、验证、临床试验、部署、监测、维护和退役中。

Nov, 2022

AI 伦理是学术和政策圈子中一个全球性的讨论话题，近期 meta 分析表明， AI 伦理已经收敛于一组与医学伦理四项经典原则非常相似的原则，但是这种原则取向在 AI 的发展和治理方面可能不会像医学那样成功，因为它们之间存在四个显著的不同点。

Jun, 2019

人工智能在医疗保健领域产生了显著影响，特别是通过生成模型在医学图像生成、数据分析和诊断方面的应用。这篇文章探讨了生成模型在智能医疗设备中的应用，以提升诊断速度和准确性，改善医疗服务质量和效率并降低设备成本，实现了医学图像生成、数据分析和诊断的突破。此外，将生成模型与物联网技术结合，可以实现实时数据分析和预测，提供更智能的医疗服务，帮助远程医疗。挑战包括计算需求、伦理关注和特定场景的限制。

Jun, 2024

医学领域中的人工智能技术发挥着越来越重要的作用，特别是在医学成像领域，通过生成式人工智能可以增强图像质量并提高医学诊断和患者护理水平。

Mar, 2024