人工智慧技術與性別平等於醫療照護場域之實踐與挑戰

Tzu-Chi Hsu; Ya-Ling Shih; Pei-Shan Li; Chia-Jung Hsieh

doi:10.29494/LN.202406_25(2).0002

山西大学，您好！

感谢采购，人社期刊库｜人社论文库，期间：2025/01/01~2025/12/31

感谢试用，科学期刊库｜科学论文库，期间：2025/04/01~2025/06/30

浏览高级检索

关闭
检索检索高级检索出版物检索
浏览期刊主题浏览核心期刊浏览期刊拼音浏览

关闭

查询符号(半角)	查询符号意义说明
空格	表示为「AND」两个查询词之交集
双引号 ( " " )	片语以双引号标示开始及结束，而且只寻找出现顺序相同的字词，例： " image process "
?	表示一个字母切截，输入两个?表两个字母，依此类推，例：输入「Appl?」，查得结果应为appl e , appl y … ( 常用于英文字查询 )
*	表示不限字母切截，由0~n. 例：输入「appl*」，查得结果应为appl e , appl es , appl y , appl ied , appl ication … ( 常用于英文字查询 )
AND、OR、NOT	布尔逻辑组合关键字，用来扩大或缩小查询范围的技巧。 (1) AND ：缩小查询范围 (2) OR ：扩大查询范围(3) NOT：排除不相关的范围

DOI 是数位物件识别码（ D igital O bject I dentifier ）的简称，
为物件在网路上的唯一识别码，可用于永久连结并引用目标物件。

使用DOI作为永久连结

每个DOI号前面加上「 http://dx.doi.org/ 」便成为永久网址。
如以DOI号为 10.5297/ser.1201.002 的文献为例，此文献的永久连结便是： http://dx.doi.org/ 10.5297/ser.1201.002 。
日后不论出版单位如何更动此文献位置，永久连结所指向的位置皆会即时更新，不再错失重要的研究。

引用含有DOI的文献

有DOI的文献在引用时皆应同时引用DOI。若使用APA、Chicago以外未规范DOI的引用格式，可引用DOI永久连结。

DOI可强化引用精确性、增强学术圈连结，并给予使用者跨平台的良好使用经验，目前在全世界已有超过五千万个对象申请DOI。如想对DOI的使用与概念有进一步了解，请参考（）。

ACI:

数据来源：Academic Citation Index，简称ACI

台湾最大的引用文献资料库，目前收录台湾与港澳地区所出版的人文学、社会学领域学术期刊之书目资料与参考文献，总期刊量超过690种，每年定期公布收录期刊的影响指数(Impact Factor)等指标给大众，并提供专家学者与学术单位实用的计量与分析功能。

五年影响指数（5-Year Impact Factor）：某一期刊前五年所出版的文章在当年度的平均被引用次数。

公式：（前五年发表论文在统计年的被引用次数）÷（前五年论文产出论文总篇数）

例如：A期刊2017年之五年影响指数

(A期刊2012-2016年发表论文在2017年的被引总次数)/(A期刊2012-2016年发表的论文总数)

什么是预刊文章？

为提供读者最前线之学术资讯，于期刊文献获同意刊登后、纸本印制完成前，率先于网路线上发表之文章即为预刊文章。预刊文章尚未有卷期、页次及出版日期资讯，但可藉由DOI号识别。 DOI号是文献的数位身份证字号，不论预刊或正式出版皆不会改变，读者可点击DOI连结，或于DOI号前面加上「 http://dx.doi.org/ 」连结到文献目前最新版本。

如何引用预刊文章？

请使用预刊文章的线上发表日期及DOI号来引用该篇文献。

引用范例(视不同引文格式规范可能有所差异)：

作者姓名。文章篇名。期刊名称。 YYYY/MM/DD线上预先发表。

doi:DOI 号

来源数据

P15 - 25

医药卫生 > 预防保健与卫生学
医药卫生 > 社会医学

DOI： 10.29494/LN

书目管理工具

相关连结

问题回报

全文下载

人工智慧技术与性别平等於医疗照护场域之实践与挑战

The Practice and Challenges of Artificial Intelligence Technology in the Medical Care Field Regarding Gender Equality

徐子期(Tzu-Chi Hsu) ；施雅玲(Ya-Ling Shih) ；黎沛姗(Pei-Shan Li) ；谢佳容(Chia-Jung Hsieh)

领导护理； 25 卷 2 期 (2024 / 06 / 01) ， P15 - 25

繁体中文;英文 DOI： 10.29494/LN.202406_25(2).0002

人工智慧技术；性别平等；医疗照护场域； artificial intelligence technology ； gender equality ； medical care field

0 个人觉得这篇文章赞

摘要 │ 参考文献 (22) │ 国际计量

摘要〈TOP〉

并列摘要〈TOP〉

This article demonstrates the status of gender equality within the United Nations Sustainable Development Goals and examines the methods, as well as the challenges involved in addressing gender inequality when applying artificial intelligence systems in healthcare. The article focuses on the importance of gender equality in the medical care area, with emphasis on the potential of artificial intelligence technology, including its capacity to enhance diagnostic accuracy and optimize the allocation of medical resources. However, it also raises the precaution of emphasizing the need for meticulous research and effective regulations to ensure that AI technologies serve as tools for promoting gender equality rather than exacerbating gender disparities. The article conducts a comprehensive analysis of various forms of bias, including data bias, algorithmic bias, developer gender prejudice, and application prejudice, as well as exploring how they contribute to gender inequality. Concurrently, it advocates for the implementation of fair data generation and interpretability algorithms to guarantee that the use of artificial intelligence technology in the field of medicine and healthcare does not lead to either gender bias or prejudice. Finally, the article explores the intricate relationship between gender equality and artificial intelligence technology in medical care, offering comprehensive solutions and recommendations to ensure the application of gender equality took place in this field.

参考文献 ( 22 ) 〈TOP〉

(2022).Ethics of data and analytics.Auerbach.
Achari, A.(2023).Understanding bias in artificial Intelligence algorithms intended for clinical care.Pathways: Stanford Journal of Public Health (SJPH),1(1),1-7.
Agarwal, B.(2018).Gender equality, food security and the sustainable development goals.Current Opinion in Environmental Sustainability,34,26-32.
Ahmad, A.,Tariq, A.,Hussain, H. K.,Gill, A. Y.(2023).Equity and artificial intelligence in surgical care: A comprehensive review of current challenges and promising solutions.BULLET: Journal Multidisiplin Ilmu,2(2),443-455.
Bashir, D.,Montañez, G. D.,Sehra, S.,Segura, P. S.,Lauw, J.(2020).An information-theoretic perspective on overfitting and underfitting.AI 2020: Advances in Artificial Intelligence: 33rd Australasian Joint Conference, AI 2020,Canberra, ACT, Australia:

国际计量

〈TOP〉

E-mail ：

文章公开取用时，将寄通知信至您填写的信箱地址