Frames for Explainable Healthcare AI

Authors: Victor Vadmand Jensen, Mette Terp Høybye
Cited by: 0

Abstract

Denne artikel undersøger de teknologiske rammer, som politikere, sundhedsprofessionelle samt udviklere af kunstig intelligens (AI) anvender til at forstå centrale etiske spørgsmål om anvendelsen af AI i sundhedsvæsenet. Vi fokuserer specifikt på forklarlighed, altså evnen til at kunne forklare og forstå et AI-systems beslutning, som centralt etisk aspekt. Vi argumenterer for, at de tre aktørers teknologiske rammer om forklarlig sundheds-AI er inkongruente, hvorfor aktørerne har individuelle forståelse af, hvad forklarlig sundheds-AI skal bidrage med. Sådan inkongruens vanskeliggør forklarlig sundheds-AI’s rolle i klinisk praksis, eksempelvis når klinikere ikke formår at modarbejde bias i AI-modeller. På baggrund af dette foreslår vi anvendelsen af empirisk etik som en tilgang, der kan tage højde for de forskellige normative mål i henholdsvis sundhedsprofessionelles, politikeres og AI-udvikleres omsorgspraksisser. Vi konkluderer, at empirisk etik kan bidrage til at skabe større kongruens imellem de teknologiske rammer for forklarlighed og dermed fremme etisk acceptabel sundheds-AI.

Fields of Study & Subjects

Explainable Artificial Intelligence (XAI) Artificial Intelligence in Healthcare and Education Ethics and Social Impacts of AI

Publication details

Publication date
1 March 2026
Language
DA