数据与信任促进健康和福祉可持续发展目标3(参考气候变化)
IGF 数据驱动健康技术动态联盟
卓越的沟通、数据收集和管理能力,助力打造高质量的人工智能和技术应用
至关重要的是,输入人工智能和其他基于数据的系统的数据必须具备以下质量:清晰;相关;准确;可读;有意义;适用;可翻译;无偏见;可信;诚实;无错误和偏见;文化意识强;了解技能水平;无错误信息;无虚假信息;合法;符合隐私和其他法律法规;了解沟通风格;合法;事实;可信等等。数据质量差的输入会导致数据输出差。这可能会对健康和保健数据的报告和使用以及所有信息通信技术的应用造成严重后果。
如果主要数据收集系统在模式构建、分析、基准测试、元数据标记、统计分析等方面未能达到高数据质量标准,那么与人工智能数据收集等辅助系统共享的数据很容易出现质量低劣甚至产生幻觉。非结构化数据存在风险。数据质量低下可能会产生意想不到的后果,给数据风险管理带来严重问题。关于影响健康的气候变化问题,清晰的公共沟通至关重要。人际沟通或信息传递必须一致且清晰。患者或护理人员与医务人员之间的人际沟通必须值得信赖、合乎道德,并具备正确的技能和知识水平,并且不带偏见和伤害。
本次会议将从健康、福祉、气候变化以及信息通信技术(ICT)的角度探讨保障高质量数据系统数据质量的观点。会议还将探讨支持可信数据共享的现有技术示例,例如区块链。



-
C1。政府和所有利益攸关方在促进信息通信技术促进发展中的作用
-
C2。信息和通信基础设施
-
C3。获得信息和知识
-
C4。能力建设
-
C5。建立使用ICT的信心和安全性
-
C6。有利环境
-
C7。 ICT应用:生活各个方面的益处-电子保健
-
C8。文化多样性和身份认同,语言多样性和当地内容
-
C9。半
-
C10。信息社会的道德层面
-
C11。国际和区域合作
本次会议支持C7。ICT应用:惠及生活方方面面——电子医疗。然而,本讨论适用于大多数行业,因为它侧重于“数据收集”和“处理”,这是所有基于数据的系统的共同特征。
-
目标2:消除饥饿,实现粮食安全和改善营养并促进可持续农业
-
目标3:确保健康生活并促进所有人的福祉
-
目标4:确保包容和公平的优质教育,并为所有人提供终身学习机会
-
目标6:确保所有人获得水和卫生设施
-
目标7:确保所有人获得负担得起的,可靠的,可持续的和现代能源
-
目标9:建立有弹性的基础设施,促进可持续工业化和促进创新
-
目标11:使城市具有包容性,安全性,弹性和可持续性
-
目标13:采取紧急行动应对气候变化及其影响
-
目标14:保护和可持续利用海洋,海洋和海洋资源
-
目标15:可持续管理森林,防治荒漠化,制止和扭转土地退化,制止生物多样性丧失
-
目标17:振兴全球可持续发展伙伴关系
目标3:确保健康生活,促进所有人的福祉
目标 17:重振全球可持续发展伙伴关系,特别是应对气候变化
Dynamic Coalition on Data Driven Health Technologies (DC-DDHT) | Internet Governance Forum
Internal Control | COSO
Reference, ISO, IEEE etc.
Guidance on Data Quality - Canada.ca
The Government Data Quality Framework - GOV.UK
Data.europa.eu - Data Quality Guidelines