Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Entités

Appriss

Incidents impliqués en tant que développeur et déployeur

Incident 1723 Rapports
NarxCare’s Risk Score Model Allegedly Lacked Validation and Trained on Data with High Risk of Bias

2020-07-01

NarxCare's overdose risk algorithm, lacking peer-reviewed validation, uses sensitive data like doctor visits, prescriptions, and possibly genetic information, leading to significant biases against women and Black patients. Factors like sexual abuse and criminal records exacerbate stigmas and disparities, often resulting in unjust denial of necessary pain medication. The newly approved AvertD genetic test shares similar issues, further complicating and potentially harming medical treatment decisions.

Plus

Entités liées
Autres entités liées au même incident. Par exemple, si le développeur d'un incident est cette entité mais que le responsable de la mise en œuvre est une autre entité, ils sont marqués comme entités liées.
 

Entity

NarxCare

Incidents involved as Deployer
  • Incident 172
    3 Report

    NarxCare’s Risk Score Model Allegedly Lacked Validation and Trained on Data with High Risk of Bias

Plus
Entity

AvertD

Incidents involved as Deployer
  • Incident 172
    3 Report

    NarxCare’s Risk Score Model Allegedly Lacked Validation and Trained on Data with High Risk of Bias

Plus
Entity

American physicians

Affecté par des incidents
  • Incident 172
    3 Report

    NarxCare’s Risk Score Model Allegedly Lacked Validation and Trained on Data with High Risk of Bias

Plus
Entity

American pharmacists

Affecté par des incidents
  • Incident 172
    3 Report

    NarxCare’s Risk Score Model Allegedly Lacked Validation and Trained on Data with High Risk of Bias

Plus
Entity

American patients of minority groups

Affecté par des incidents
  • Incident 172
    3 Report

    NarxCare’s Risk Score Model Allegedly Lacked Validation and Trained on Data with High Risk of Bias

Plus
Entity

American patients

Affecté par des incidents
  • Incident 172
    3 Report

    NarxCare’s Risk Score Model Allegedly Lacked Validation and Trained on Data with High Risk of Bias

Plus

Recherche

  • Définition d'un « incident d'IA »
  • Définir une « réponse aux incidents d'IA »
  • Feuille de route de la base de données
  • Travaux connexes
  • Télécharger la base de données complète

Projet et communauté

  • À propos de
  • Contacter et suivre
  • Applications et résumés
  • Guide de l'éditeur

Incidents

  • Tous les incidents sous forme de liste
  • Incidents signalés
  • File d'attente de soumission
  • Affichage des classifications
  • Taxonomies

2024 - AI Incident Database

  • Conditions d'utilisation
  • Politique de confidentialité
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • ecd56df