AI-Assisted Genetic Diagnosis and Its Ethical, Legal and Social Implications: A Scoping Review
Diese Scoping Review kartiert die aktuelle Landschaft der ethischen, rechtlichen und sozialen Auswirkungen (ELSI) bei der KI-gestützten genetischen Diagnostik und zeigt auf, dass der Großteil der bestehenden wissenschaftlichen Literatur es versäumt, die einzigartige Schnittstelle zwischen KI und Genomik zu adressieren, wodurch die dringende Notwendigkeit genetikspezifischer Governance-Rahmenbedingungen und Fairness-Audits hervorgehoben wird.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich eine Zukunft vor, in der ein Computerprogramm den genetischen Code eines Menschen analysieren kann, um das Risiko für die Entwicklung bestimmter Krankheiten vorherzusagen oder Ärzten zu helfen zu verstehen, warum ein Patient an einer seltenen Erkrankung leidet. Dies ist das Versprechen der künstlichen Intelligenz in der genetischen Diagnostik. Doch die menschliche DNA ist nicht nur eine Liste von Gesundheitsfakten über eine einzelne Person. Sie ist ein gemeinsames Familienerbe. Der genetische Code eines einzelnen Menschen offenbart Informationen über seine Eltern, seine Geschwister und sogar über seine noch nicht geborenen Kinder. Er verbindet ihn auch mit einer größeren Gruppe von Menschen, die seine Abstammung teilen. Aus diesem Grund treffen die Regeln, die für reguläre medizinische Daten gelten, nicht vollständig auf genetische Daten zu. Wenn ein Computer einen Fehler macht oder ein Geheimnis durchsickert, sind die Folgen für Verwandte und ganze Gemeinschaften spürbar, nicht nur für das Individuum. Während diese leistungsstarken Werkzeuge schneller und kostengünstiger werden, wetteiten Wissenschaftler und Ethiker darum, die spezifischen Gefahren und Verantwortlichkeiten zu verstehen, die mit der Verwendung unserer persönlichsten biologischen Informationen einhergehen.
Eine neue Studie von Forschern der Harbin Medical University und des Harbin Vocational College of Science and Technology wirft einen genauen Blick darauf, wie Gelehrte derzeit über diese Themen nachdenken. Das Team führte eine breite Suche in der wissenschaftlichen Literatur durch, um zu sehen, was über die ethischen, rechtlichen und sozialen Probleme beim Einsatz von künstlicher Intelligenz in der genetischen Diagnostik geschrieben wurde. Sie suchten nicht nach einer einfachen Liste von Pro und Contra, sondern vielmehr nach einer Landkarte des gesamten Feldes, um herauszufinden, wo das Denken fundiert ist und wo Teile fehlen. Die Forscher durchsuchten Tausende von Datensätzen aus großen wissenschaftlichen Datenbanken und konzentrierten sich dabei auf den spezifischen Schnittpunkt, an dem Computeralgorithmen auf menschliche Genetik und ethische Bedenken treffen. Nach Entfernung der Duplikate screente das Team 981 einzigartige Datensätze. Sie fanden heraus, dass 186 dieser Arbeiten relevant genug waren, um sie im Detail zu untersuchen, während die große Mehrheit – 795 Datensätze – ausgeschlossen wurde, weil sie nicht alle drei Bereiche gleichzeitig behandelten.
Die Forscher entdeckten, dass die meisten bestehenden Diskussionen in eine von zwei Kategorien fallen. Einige Arbeiten behandeln die genetische Diagnostik als eine weitere Art medizinischer Technologie und wenden allgemeine Regeln zur Computerethik an, welche die einzigartige Natur der DNA ignorieren. Andere behandeln sie als ein Problem der Genetik allein und wenden alte Regeln zum Schutz der genetischen Privatsphäre an, die ignorieren, wie modernes maschinelles Lernen funktioniert. Die Studie stellte fest, dass der entscheidende Mittelweg, an dem sich die spezifischen Gefahren von KI und Genetik überschneiden, weitgehend leer ist. Tatsächlich zeigten die Daten, dass 81 Prozent der von den Forschern gefundenen Datensätze diesen Schnittpunkt nicht angemessen adressierten. Sie suchten nach einem Gespräch, das den Algorithmus, das Genom und die ethischen Implikationen kombiniert, fanden aber meist zwei getrennte Gespräche, die parallel stattfinden.
Um die 186 Arbeiten, die das Thema behandelten, verständlich zu machen, organisierten die Forscher die Ergebnisse in sechs Hauptthemen. Das erste Thema handelt von Verwirrung und Klarheit. Da genetische Daten so komplex sind, ist es schwierig, einem Patienten zu erklären, warum ein Computer eine bestimmte Vorhersage getroffen hat. Die Studie legt nahe, dass aktuelle Methoden zur Erklärung dieser Entscheidungen oft ein falsches Verständnis erzeugen, wodurch Patienten das Gefühl bekommen, mehr zu wissen, als sie tatsächlich wissen. Das zweite Thema befasst sich mit der Verantwortung. Wenn ein Computer einen Fehler macht, der einer Familie Schaden zufügt, ist unklar, wer die Schuld trägt. Aktuelle Regeln weisen keine klare Verantwortung für Schäden zu, die sich auf Verwandte oder zukünftige Generationen auswirken. Das dritte Thema konzentriert sich auf die Privatsphäre. Die meisten Datenschutzgesetze schützen das Individuum, aber genetische Daten können Geheimnisse über eine ganze Gruppe von Menschen enthüllen. Die Studie stellt fest, dass es kaum Diskussionen darüber gibt, wie diese Gruppen vor Stigmatisierung oder Schaden zu schützen sind.
Das vierte Thema betrifft die Fairness. Die Computerprogramme, die für die genetische Diagnostik verwendet werden, werden mit Daten trainiert, die überwiegend von Menschen europäischer Abstammung stammen. Das bedeutet, dass diese Werkzeuge für Menschen aus anderen Hintergründen möglicherweise nicht so gut funktionieren, doch es gibt kaum Studien, die diese Fehler spezifisch für verschiedene Populationen messen. Das fünfte Thema ist die Einwilligung. Menschen unterschreiben meist eine einmalige Einverständniserklärung, um ihren DNA-Test durchführen zu lassen, aber genetisches Wissen verändert sich im Laufe der Zeit. Wenn Computer neue Dinge lernen, könnten sie alte Daten neu analysieren und neue Risiken finden. Die Studie weist darauf hin, dass wir keine guten Systeme haben, um erneut um Erlaubnis zu bitten, wenn diese neuen Erkenntnisse auftauchen. Das letzte Thema betrifft Regeln und Gesetze. Regierungen entwerfen neue Regulierungen, aber sie behandeln künstliche Intelligenz und genetische Daten oft als getrennte Themen. Die Studie argumentiert, dass wir Regeln benötigen, die verstehen, wie diese beiden Felder zusammenwirken.
Die Forscher kommen zu dem Schluss, dass es dem Feld derzeit an einem Rahmen fehlt, der speziell auf die einzigartige Natur der genetischen KI zugeschnitten ist. Sie argumentieren, dass wir nicht einfach Regeln aus der allgemeinen Medizin oder der allgemeinen Genetik nehmen und auf diese neue Technologie aufkleben können. Stattdessen brauchen wir einen neuen Ansatz, der erkennt, dass sich Verantwortung, Privatsphäre und Fairness anders verhalten, wenn eine Maschine unsere Familiengeschichte interpretiert. Diese Studie dient als Landkarte, die genau zeigt, wo die Lücken sind, damit die zukünftige Forschung und Gesetzgebung diese füllen können. Die Autoren planen, zwei weitere Arbeiten zu veröffentlichen, die einen neuen Weg des Denkens über Verantwortung vorschlagen und diese Ideen auf spezifische Richtlinien anwenden, die in China entwickelt werden. Durch das Aufzeigen der blinden Flecken im aktuellen Denken zielt diese Arbeit darauf ab, sicherzustellen, dass wir, wenn wir künstliche Intelligenz nutzen, um unseren genetischen Code zu lesen, dies auf eine Weise tun, die Individuen, Familien und Gemeinschaften schützt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.