The Legal and Ethical Framework for Artificial Intelligence in Gastrointestinal Endoscopy: A World Endoscopy Organization International Consensus Statement
Notice bibliographique
Résumé
The OperA (Optimising Colorectal Cancer Prevention through Personalized Treatment with Artificial Intelligence) project aims to transform colorectal cancer care through artificial intelligence (AI) innovations. Recognizing that legal and ethical challenges remain key obstacles to clinical integration, this Delphi study sought to identify and prioritize such concerns in the context of gastrointestinal (GI) endoscopy. Fourteen international experts participated in a 2-round Delphi process. In round 1, the steering committee, with feedback from participants, proposed legal and ethical issues pertaining to AI in endoscopy. Round 2 involved iterative rating and refinement of these issues to achieve consensus on their importance. Consensus was reached on 10 key statements spanning 3 thematic domains: data governance, medicolegal implications, and equity and bias. Experts emphasized the need for robust data protection, transparent algorithmic development, and institutional clarity on data ownership. Liability concerns related to AI-assisted diagnosis and automated reporting were highlighted, alongside calls for guidance from legal and professional bodies. Finally, participants underscored the importance of demographic diversity in training data sets and transparent reporting practices to mitigate bias and ensure equitable AI deployment. As AI tools become increasingly integrated into the clinical practice of gastroenterology, addressing legal, ethical, and equity-related challenges is essential. This expert consensus provides a foundation for developing guidelines and regulatory frameworks to support responsible AI adoption in GI endoscopy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,305 | 0,190 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,017 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,008 | 0,021 |
| Intégrité de la recherche | 0,024 | 0,035 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».