Accountable Action End Points for Evaluating Artificial Intelligence in Digital Public Health.

چکیده اصلی

AI is increasingly embedded in digital public health systems, but model performance, system deployment, message delivery, alert volume, and user engagement do not establish whether an AI-supported workflow has changed public health practice. This viewpoint proposes a public health action end point-a prespecified, auditable, AI output-specific, actor-bound, time-bound, denominator-based way to specify and measure an existing proximal process or implementation end point. It begins with a defined AI output and records the corresponding action opportunity, accountable actor, action status, and evidence concerning the AI's role in the action. A complete specification includes rules for repeated outputs, completed action, justified nonaction, missed action, unresolved cases, denominator loss, and paired safety, workload, privacy, equity, and model drift monitoring. A public health action end point is not a new causal outcome, reporting guideline, or validated surrogate for a population health benefit. An observed action rate alone does not establish that AI initiated or caused the action; causal claims require a documented attribution strategy and an appropriate comparator or causal design. The framework applies to research and production deployments but complements rather than replaces ethics review, trial registration, and jurisdiction-specific regulatory and governance obligations. It is intended to help authors, implementers, reviewers, and editors align claims with what an evaluation has actually measured.

ترجمه فارسی چکیده

هوش مصنوعی به تدریج در سیستم‌های سلامت عمومی دیجیتال گنجانده می‌شود، اما عملکرد مدل، پیاده‌سازی سیستم، ارسال پیام، حجم هشدار و مشارکت کاربران نشان نمی‌دهند که آیا یک جریان کار پشتیبانی شده توسط هوش مصنوعی تغییراتی در عمل سلامت عمومی ایجاد کرده است یا خیر. این دیدگاه یک «نقطه پایانی اقدام سلامت عمومی» را پیشنهاد می‌کند؛ روشی برای تعریف و اندازه‌گیری یک فرآیند نزدیک یا نقطه پایانی پیاده‌سازی موجود که مخصوص خروجی هوش مصنوعی، متعلق به بازیگر مشخص، زمان‌بندی شده و بر اساس مخرج است. این نقطه پایانی با یک خروجی هوش مصنوعی تعریف شده آغاز می‌شود و فرصت اقدام، بازیگر پاسخگو، وضعیت اقدام و شواهد مربوط به نقش هوش مصنوعی در آن را ثبت می‌کند. یک تعریف کامل شامل قوانین برای خروجی‌های تکرارشونده، اقدام تکمیل‌شده، عدم اقدام توجیه‌شده، اقدام از دست‌رفته، موارد حل‌نشده، از دست رفتن مخرج و پارتنرشوندگی برای نظارت بر ایمنی، بار کاری، حریم خصوصی، عدالت و پراکندگی مدل است. این نقطه پایانی یک نتیجه علت‌گرا جدید، راهنمای گزارش‌دهی یا شاخص جایگزین معتبر برای یک مزیت سلامت جمعی نیست. نرخ اقدام مشاهده‌شده به تنهایی نشان نمی‌دهد که هوش مصنوعی اقدام را آغاز کرده یا باعث آن شده است؛ ادعاهای علت‌گرا نیازمند یک استراتژی انتساب مستند و یک مقایسه‌گر یا طراحی علت‌گرا مناسب است.

متن کامل اصلی