Nteasee: A mixed methods study of expert and general population perspectives on deploying AI for health in African countries

人工智能在健康领域的应用有可能显著改变和改善医疗保健。然而，在大多数非洲国家，如何识别适合当地文化和背景的方法来部署这些解决方案尚未得到充分理解。为了弥补这一差距，我们进行了一项定性研究，探讨在非洲国家部署健康领域的人工智能时的最佳实践、公平性指标以及需要缓解的潜在偏见，并探索人工智能在健康领域可以产生积极影响的机会。我们采用混合方法，结合深度访谈（IDI）和调查。我们在17个国家对50位来自健康、政策和人工智能领域的专家进行了1.5到2小时的深度访谈，并通过归纳方法对专家的访谈回应进行了定性主题分析。我们向非洲5个国家的672名普通民众发放了包含案例研究的30分钟盲测调查，并对定量量表上的回答进行了统计分析，按国家、年龄、性别和对人工智能的熟悉程度进行比较。我们还对调查中的开放式问题回答进行了主题总结。我们的研究结果发现，普通民众对在非洲使用人工智能进行健康管理的态度总体上是积极的，信任度较高，但同时也存在中等程度的担忧。这与专家的回答形成对比，专家的回答主要集中在信任/不信任、伦理问题和系统性整合障碍等方面。这项工作首次从算法公平性的角度，综合专家和普通民众的观点，对人工智能在非洲健康领域的潜力进行了定性研究。我们希望这项工作能够为政策制定者提供指导，并强调进一步研究和在人工智能使用决策中纳入普通民众观点的必要性。

该论文旨在探讨在非洲国家部署人工智能医疗解决方案的最佳实践、公平性指标及潜在偏见的缓解措施，并探索AI在健康领域的积极影响。这是一个相对较新的问题，特别是在关注非洲文化和社会背景下的AI应用。

论文采用混合方法研究，结合深度访谈和调查问卷，从专家和普通民众两个角度出发，全面分析AI在非洲医疗领域的潜力与挑战。这种方法不仅提供了多维度的视角，还强调了算法公平性和伦理考量的重要性，这是现有研究中较少涉及的内容。

研究发现普通民众对AI在医疗中的应用持积极态度，但专家们则更加关注信任、伦理和系统性障碍等问题。此外，论文首次从算法公平性的角度对非洲地区的AI医疗应用进行了质性研究，为政策制定者提供了重要参考。研究使用了来自17个国家的50位专家的深度访谈数据和5个国家的672名普通民众的调查数据，数据来源广泛且具有代表性。

近期相关研究包括： 1. 'Ethical AI in Healthcare: A Global Perspective' - 探讨全球范围内AI在医疗中的伦理问题。 2. 'AI in Low-Resource Settings: Challenges and Opportunities' - 研究资源有限地区AI应用的挑战与机遇。 3. 'Cultural Considerations in AI Deployment: A Case Study from Sub-Saharan Africa' - 分析撒哈拉以南非洲地区AI部署的文化因素。 4. 'Algorithmic Fairness in Healthcare: A Review' - 综述算法公平性在医疗领域的应用。