Machine learning in mental health diagnosis can perpetuate epistemic injustice, particularly through testimonial injustice and contributory injustice, by dismissing minority groups' values and knowledge.
NL-context Het gebruik van machine learning in psychische gezondheidszorg kan onbewust bestaande gezondheidsverschillen tussen groepen verergeren door culturele waarden en kennis buiten beschouwing te laten.
Samenvatting
The integration of machine learning (ML) in mental health diagnosis can lead to epistemic injustice, causing harm to minority groups. This occurs through the dismissal of their values and knowledge, manifesting in both broad and personal forms of harm.
Waarom dit ertoe doet
De kwaliteit en veiligheid van zorg kunnen beïnvloed worden door deze ontwikkeling.
Context (AI-duiding)
Klik op “Toon context” om AI-duiding op te halen.
Scores
De mate waarin dit signaal de Nederlandse gezondheidszorg kan beïnvloeden (1 = minimaal, 5 = transformatief).
Hoe snel actie of aandacht nodig is (1 = kan wachten, 5 = onmiddellijke aandacht vereist).
De mate van onzekerheid over de uitkomst of timing (1 = zeer voorspelbaar, 5 = zeer onzeker).
Tags
Bronnen
Relevant voor
Pipeline versie: 0.2.0 | Gegenereerd door: pipeline