Incidente 582: El sesgo racial en el algoritmo de diagnóstico de la función pulmonar conduce a un subdiagnóstico en hombres negros
Descripción: Un estudio publicado en JAMA Network Open revela que el sesgo racial presente en un algoritmo de diagnóstico médico común para la función pulmonar podría estar provocando un subdiagnóstico de problemas respiratorios en hombres negros. El estudio sugiere que hasta un 40 % más de pacientes varones negros podrían haber recibido un diagnóstico preciso si el software no tuviera sesgo racial. El algoritmo del software ajusta los umbrales de diagnóstico en función de la raza, lo que afecta a los tratamientos e intervenciones médicas.
Entidades
Ver todas las entidadesAlleged: unknown developed an AI system deployed by University of Pennsylvania Health System, which harmed Black men who underwent lung function tests between 2010 and 2020 and potentially received inaccurate or delayed diagnoses and medical interventions due to the biased algorithm.
Estadísticas de incidentes
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
1.3. Unequal performance across groups
Risk Domain
The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
- Discrimination and Toxicity
Entity
Which, if any, entity is presented as the main cause of the risk
AI
Timing
The stage in the AI lifecycle at which the risk is presented as occurring
Post-deployment
Intent
Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
Unintentional
Informes del Incidente
Cronología de Informes
NUEVA YORK (AP) — El sesgo racial incorporado en una prueba médica común para la función pulmonar probablemente esté provocando que menos pacientes negros reciban atención por problemas respiratorios, sugiere un estudio publicado el jueves.…
Variantes
Una "Variante" es un incidente de IA similar a un caso conocido—tiene los mismos causantes, daños y sistema de IA. En lugar de enumerarlo por separado, lo agrupamos bajo el primer incidente informado. A diferencia de otros incidentes, las variantes no necesitan haber sido informadas fuera de la AIID. Obtenga más información del trabajo de investigación.
¿Has visto algo similar?