Achtergrond

Digitale gezondheidsoplossingen die werken met of zonder kunstmatige intelligentie (D/AI) brengen verschillende verantwoordingsuitdagingen met zich mee. Hoewel er veel kaders en hulpmiddelen zijn ontwikkeld, blijft het een punt van discussie welke principes naar de praktijk moeten worden vertaald. Deze scoping review heeft als doel beleidsmakers te voorzien van een rigoureuze hoeveelheid kennis door de volgende vragen te stellen: 1) welke praktijkgerichte instrumenten zijn er beschikbaar? 2) op welke principes zijn deze voornamelijk gebaseerd? en 3) wat zijn hun beperkingen?

Methoden

We doorzochten zes academische en drie grijze literatuur databases voor praktijkgerichte tools, gedefinieerd als raamwerken en/of sets van principes met duidelijke operationele uitleg, gepubliceerd in het Engels of Frans van 2015 tot 2021. Kenmerken van de tools werden kwalitatief gecodeerd en variaties in de dataset werden geïdentificeerd door middel van beschrijvende statistieken en een netwerkanalyse.

Bevindingen

In totaal voldeden 56 tools aan onze inclusiecriteria: 19 gezondheidsspecifieke tools (33,9%) en 37 generieke tools (66,1%). Ze hanteren een normatieve (57,1%), reflectieve (35,7%), operationele (3,6%) of gemengde benadering (3,6%) om ontwikkelaars (14,3%), managers (16,1%), eindgebruikers (10,7%), beleidsmakers (5,4%) of meerdere groepen (53,6%) te begeleiden. De frequentie van 40 principes varieert sterk tussen de tools (van 0% voor ‘duurzaamheid voor het milieu’ tot 83,8% voor ‘transparantie’). Terwijl 50% of meer van de generieke tools tot 19 principes promoot, promoot 50% of meer van de gezondheidsspecifieke tools 10 principes, en 50% of meer van alle tools negeert 21 principes. In tegenstelling tot het verspreide netwerk van principes dat door de academische wereld wordt voorgesteld, legt het bedrijfsleven de nadruk op nauw verbonden principes. Weinig tools maken gebruik van een formele methodologie (17,9%).

Conclusie

Ondanks een gebrek aan consensus is er een solide kennisbasis voor beleidsmakers om hun rol in dit dynamische veld te verankeren. Omdat verschillende tools niet nauwkeurig genoeg zijn en voorbijgaan aan belangrijke sociale, economische en milieukwesties, is een geïntegreerde en methodologisch verantwoorde benadering van verantwoordelijkheid in D/AI-oplossingen gerechtvaardigd.

Lees de volledige tekst hier