Ethics in AI ยกระดับและแก้ไขปัญหาที่สำคัญ essential

Ethics in AI ยกระดับและแก้ไขปัญหาที่สำคัญ essential

เว็บไซต์

ในขณะที่ AI เปลี่ยนแปลงตลาดและกลายเป็นส่วนหนึ่งของชีวิตประจำวันของเรา การอภิปรายเกี่ยวกับวิธีการนำเทคโนโลยีใหม่มาใช้และควรนำไปใช้นั้นเป็นเรื่องธรรมดา—และมักจะเต็มไปด้วยจิตวิญญาณ

การออกแบบเว็บไซต์

ผู้บริหารตระหนักถึงความสำคัญของการจัดการปัญหาด้านจริยธรรมที่เกี่ยวข้องกับ AI ในองค์กรของตน การสำรวจในปี 2018 โดย Deloitte Consulting LLP จากผู้บริหารสหรัฐ 1,400 คนเกี่ยวกับ AI พบว่า 32% จัดอันดับปัญหาด้านจริยธรรมให้เป็นหนึ่งในความเสี่ยงสามอันดับแรกของ AI พวกเขาสังเกตเห็นข้อกังวลหลายประการ รวมถึงความกลัวว่า AI จะช่วยสร้างหรือเผยแพร่ข้อมูลเท็จ ใช้ข้อมูลส่วนบุคคลในทางที่ผิด หรือมีอคติโดยไม่ได้ตั้งใจ
จนกว่าสภาพแวดล้อมด้านกฎระเบียบจะตามทัน ผู้นำของบริษัทต่างๆ ในพื้นที่ AI จะถูกตั้งข้อหาให้ตระหนักและเข้าควบคุมด้านจริยธรรมของ AI เมื่อเร็ว ๆ นี้ Tom Davenport และฉันร่วมมือกันในบทความสำหรับ MIT Sloan Review ซึ่งเป็นแนวทางของผู้นำทุกคนในด้านจริยธรรมของ AIซึ่งเขียนขึ้นเพื่อเป็นแนวทางแก่ผู้บริหารที่รับผิดชอบในการปรับใช้และจัดการ AI ในองค์กรของพวกเขา หากคุณสงสัยว่าจะเริ่มต้นจากตรงไหน ต่อไปนี้คือข้อควรพิจารณาบางประการที่กล่าวถึงในบทความ:
ยกประเด็นขึ้น เนื่องจากความผิดพลาดของ AI อาจส่งผลกระทบอย่างมีนัยสำคัญต่อชื่อเสียงและคุณค่าของบริษัท หลายองค์กรจึงตระหนักดีว่าการใช้ข้อมูลขนาดใหญ่และ AI ควรเป็นปัญหาระดับคณะกรรมการ การทำความเข้าใจวัตถุประสงค์ของการใช้ AI และการมุ่งเน้นที่ผลลัพธ์ที่ต้องการจะช่วยสร้างแนวทางในการสนทนา บางบริษัทได้จัดตั้งกลุ่มธรรมาภิบาลและที่ปรึกษาซึ่งประกอบด้วยผู้นำ C-suite อาวุโส คนอื่น ๆ กำลังแต่งตั้งผู้นำในอุตสาหกรรมและผู้เชี่ยวชาญด้าน AI เพื่อทำหน้าที่ในคณะกรรมการจริยธรรม
หลีกเลี่ยงอคติในการใช้งาน AI โดยไม่ได้ตั้งใจ แอปพลิเคชัน AI บางตัวทำให้บางกลุ่มเสียเปรียบ แม้ว่าผู้สร้างอัลกอริธึมจะไม่มีอคติหรือการเลือกปฏิบัติก็ตาม ปัญหาอคติของอัลกอริทึมได้ปรากฏขึ้นในหลายสถานการณ์ รวมถึงการพิจารณาคดี การให้คะแนนเครดิต การออกแบบหลักสูตรการศึกษา การตัดสินใจจ้างงาน แม้แต่การโฆษณาดิจิทัล องค์กรควรพัฒนาชุดแนวทางการจัดการความเสี่ยงเพื่อช่วยลดอคติภายใน AI หรืออัลกอริธึมการเรียนรู้ของเครื่อง
เปิดเผยการใช้ AI หลายบริษัทแจ้งให้ลูกค้าทราบเมื่อเชื่อมต่อกับ AI ไม่ว่าจะเป็นตัวแทนอัจฉริยะหรือแชทบ็อต หรือโมเดลการเรียนรู้ของเครื่อง การนำกฎการคุ้มครองข้อมูลทั่วไปมาใช้ในยุโรปเป็นตัวอย่างที่ดี: ลูกค้ามีสิทธิ์ในการอธิบายเกี่ยวกับวิธีการใช้ข้อมูลของพวกเขา การเปิดเผยนี้สามารถปรับสมดุลได้ด้วยคำอธิบายว่าการเปิดเผยข้อมูลส่วนบุคคลสามารถสร้างมูลค่าให้กับลูกค้าและผู้มีส่วนได้ส่วนเสียอื่นๆ ได้อย่างไร (เช่น การแบ่งปันข้อมูลเกี่ยวกับประสิทธิภาพของยาสามารถนำไปสู่ผลลัพธ์ที่ดีขึ้นสำหรับผู้ป่วยรายอื่น)
ให้เกียรติความกังวลเรื่องความเป็นส่วนตัว เนื่องจากเทคโนโลยี AI มีการใช้กันมากขึ้นในระบบการตลาดและความปลอดภัย ผู้บริโภคอาจเริ่มถอยกลับในสถานการณ์ที่พวกเขารู้สึกว่าความเป็นส่วนตัวกำลังถูกบุกรุก สำหรับผู้ค้าปลีกที่ใช้ประวัติการเข้าชมเพื่อปรับแต่งโฆษณา การใช้ข้อความป๊อปอัปที่ระบุว่า “เว็บไซต์ของเราใช้คุกกี้” อาจเป็นมาตรการป้องกันที่มีประสิทธิภาพ เนื่องจากการใช้ AI เพื่อระบุการฉ้อโกงและการละเมิดข้อมูลอาจส่งผลให้เกิดผลบวกปลอมจำนวนมาก บุคคลบางคนอาจถูกกล่าวหาอย่างไม่เป็นธรรมหรือสร้างความไม่สะดวก สถานการณ์เหล่านี้อาจรับประกันว่าผู้ตรวจสอบที่เป็นมนุษย์เพิ่มเติมเพื่อช่วยหลีกเลี่ยงสถานการณ์ที่ไม่พึงประสงค์
สร้างความมั่นใจให้กับพนักงาน ความกังวลในช่วงแรกเกี่ยวกับ AI ที่จะมาแทนที่คนงานที่เป็นมนุษย์อาจลดลง แต่พนักงานยังคงกังวลว่างานของพวกเขาจะเปลี่ยนไปในอนาคตอย่างไร ในหลายกรณี พวกเขาสามารถได้รับประโยชน์จากเครื่องจักรที่ทำงานร่วมกันและช่วยให้พวกเขาทำงานอย่างชาญฉลาดและมีประสิทธิภาพมากขึ้น ผู้นำสามารถช่วยให้พนักงานรู้สึกสบายใจกับ AI มากขึ้นโดยให้การฝึกอบรมและช่วยให้พวกเขาได้รับทักษะใหม่ๆ
ใช้ AI เพื่อเพิ่มความสามารถของมนุษย์ ไม่ใช่มาแทนที่ มนุษย์ที่ทำงานกับเครื่องจักรอาจมีพลังมากกว่ามนุษย์หรือเครื่องจักรที่ทำงานเพียงลำพัง และเทคโนโลยี AI ในปัจจุบันส่วนใหญ่อาศัยความช่วยเหลือจากมนุษย์เพื่อทำงานที่ออกแบบมาเพื่อทำ ในหลาย ๆ สถานการณ์ที่ต้องใช้ประสบการณ์หรือสัญชาตญาณ การแก้ปัญหาของมนุษย์ไม่สามารถแทนที่ด้วย AI ได้ แต่สามารถใช้เพื่อช่วยให้มนุษย์ตอบสนองด้วยความเข้าใจที่ลึกซึ้งยิ่งขึ้น
ในขณะที่หลายบริษัทเพิ่งเริ่มต้นเส้นทาง AI แต่ตอนนี้เป็นเวลาที่ต้องพิจารณาประเด็นด้านจริยธรรม เจาะลึกถึงปัญหาอคติ ความเป็นส่วนตัว และความปลอดภัยในบทความล่าสุดของฉันกับ Tom Davenport หรือติดต่อฉันหากคุณต้องการพูดคุย
ในฐานะที่เป็นผลิตภัณฑ์ทางที่เปิดใช้งานเทียมและบริการป้อนผู้บริโภคในชีวิตประจำวันและทำธุรกิจในชีวิตของเรามีช่องว่างขนาดใหญ่ระหว่างวิธี AI สามารถนำมาใช้และวิธีการที่ควรนำมาใช้ จนกว่าสภาพแวดล้อมด้านกฎระเบียบจะตามทันเทคโนโลยี (ถ้าเป็นเช่นนั้น) ผู้นำของทุกบริษัทจะต้องตัดสินใจอย่างมีจริยธรรมเกี่ยวกับการใช้แอปพลิเคชันและผลิตภัณฑ์ AI
ปัญหาด้านจริยธรรมของ AI อาจส่งผลกระทบในวงกว้าง สิ่งเหล่านี้สามารถส่งผลกระทบต่อตราสินค้าและชื่อเสียงของบริษัท ตลอดจนชีวิตของพนักงาน ลูกค้า และผู้มีส่วนได้ส่วนเสียอื่นๆ อาจมีคนโต้แย้งว่ายังเร็วที่จะแก้ไขปัญหาด้านจริยธรรมของ AI แต่การสำรวจของเราและอื่น ๆ แนะนำว่าประมาณ 30%ของบริษัทขนาดใหญ่ในสหรัฐอเมริกาได้ดำเนินโครงการ AI หลายโครงการที่มีเปอร์เซ็นต์น้อยกว่านอกสหรัฐอเมริกา และขณะนี้มีสตาร์ทอัพ AI มากกว่า 2,000 แห่ง . บริษัทเหล่านี้กำลังสร้างและปรับใช้แอปพลิเคชัน AI ที่อาจมีผลกระทบด้านจริยธรรมอยู่แล้ว
ผู้บริหารหลายคนเริ่มตระหนักถึงมิติทางจริยธรรมของ AI การสำรวจในปี 2018โดย Deloitte จากผู้บริหาร 1,400 คนในสหรัฐฯ ที่มีความรู้เกี่ยวกับ AI พบว่า 32% จัดอันดับปัญหาด้านจริยธรรมให้เป็นหนึ่งในความเสี่ยงสามอันดับแรกของ AI อย่างไรก็ตาม องค์กรส่วนใหญ่ยังไม่มีแนวทางเฉพาะในการจัดการกับจริยธรรม AI เราได้ระบุเจ็ดการกระทำที่ผู้นำของ บริษัท ที่มุ่งเน้น AI – ไม่คำนึงถึงอุตสาหกรรมของพวกเขา – ควรพิจารณาการที่พวกเขาเดินตามเส้นแบ่งระหว่างความสามารถและควร

เว็บแอพพลิเคชั่น

ทำให้จริยธรรม AI เป็นปัญหาระดับคณะกรรมการ
เนื่องจากความผิดพลาดด้านจริยธรรมของ AI อาจส่งผลกระทบอย่างมีนัยสำคัญต่อชื่อเสียงและคุณค่าของบริษัท เราขอยืนยันว่าจริยธรรมของ AI เป็นปัญหาระดับคณะกรรมการ ตัวอย่างเช่น Equivant (เดิมชื่อ Northpointe) ซึ่งเป็นบริษัทที่ผลิตซอฟต์แวร์และโซลูชันที่ใช้การเรียนรู้ของเครื่องสำหรับศาล ต้องเผชิญกับการถกเถียงและวิพากษ์วิจารณ์ในที่สาธารณะเป็นจำนวนมากว่าระบบ COMPAS สำหรับคำแนะนำทัณฑ์บนนั้นเกี่ยวข้องกับอคติเชิงเชื้อชาติหรือไม่ ตามหลักการแล้วการพิจารณาประเด็นดังกล่าวจะอยู่ภายใต้คณะกรรมการที่มีเทคโนโลยีหรือข้อมูล น่าเสียดายที่สิ่งเหล่านี้ค่อนข้างหายากซึ่งในกรณีนี้ควรมีส่วนร่วมทั้งกระดาน
ความก้าวหน้าทางเทคโนโลยีกำลังพลิกโฉมธุรกิจและสังคมอย่างน่าปวดหัว ปัญญาประดิษฐ์หรือปัญญาประดิษฐ์ (AI) กระบวนการอัตโนมัติของหุ่นยนต์ บิ๊กดาต้า การเปลี่ยนแปลงทางดิจิทัล และอินเทอร์เน็ตของสรรพสิ่ง กำลังเปลี่ยนแปลงวิธีที่เราทำงาน คิด และใช้ชีวิต ซีรีส์การสัมมนาผ่านเว็บ 3 มิติออกแบบมาเพื่อนำนักคิดชั้นนำ ซึ่งรวมถึงผู้นำของ Deloitte และผู้มีชื่อเสียงในอุตสาหกรรม มาที่ชุมชนวิทยาศาสตร์ข้อมูล เพื่อสำรวจแนวโน้มและเทคนิคล่าสุดสำหรับข้อมูล ดิจิทัล และการออกแบบ
ดูการสัมมนาผ่านเว็บ 3 มิติที่ผ่านมา
การเรียนรู้ของเครื่องโดยมนุษย์: การทำเหมืองข้อความและอื่น ๆ
วิทยากรแนะนำ, Karthik Dinakar, Ph.D., MIT, CTO และผู้ร่วมก่อตั้ง, Pienso แพลตฟอร์มการเรียนรู้ของเครื่องสำหรับผู้ที่ไม่ใช่โปรแกรมเมอร์ พร้อมด้วยโฮสต์ซีรีส์และ Deloitte ที่ปรึกษาหัวหน้าเจ้าหน้าที่ข้อมูลของสหรัฐอเมริกา Jim Guszcza ตรวจสอบ:
ความก้าวหน้าของแมชชีนเลิร์นนิงล่าสุดที่ช่วยให้ความรู้ของผู้เชี่ยวชาญสามารถแจ้งกระบวนการวิเคราะห์ข้อมูลได้ดียิ่งขึ้น
เหตุใดวิทยาศาสตร์ข้อมูลที่มีประสิทธิภาพจึงต้องมีความเข้าใจในกระบวนการสร้างข้อมูลพื้นฐาน
เทคนิคและวิธีการสร้างแบบจำลองหัวข้อรุ่นต่อไปที่ใช้ในการรวบรวมข้อมูลเชิงลึกจากฐานข้อมูลขนาดใหญ่ของข้อความที่ไม่มีโครงสร้าง
ความคิดและประเด็นเกี่ยวกับอคติและความยุติธรรมของอัลกอริทึม
การสัมมนาผ่านเว็บ 3 มิติก่อนหน้า
สังคมในวงจร AI: ยานยนต์อัตโนมัติและอื่น ๆ

Web​ application

วิทยากรแนะนำ คุณ Iyad Rahwan รองศาสตราจารย์ด้านสื่อศิลปะและวิทยาศาสตร์ MIT Media Lab พร้อมด้วยโฮสต์ซีรีส์และ Deloitte Consulting US หัวหน้าเจ้าหน้าที่ฝ่ายข้อมูลของ Jim Guszcza ตรวจสอบ:
การออกแบบที่เน้นมนุษย์เป็นศูนย์กลางเกี่ยวข้องกับ AI . อย่างไร
การออกแบบระบบ AI ในลักษณะที่สะท้อนความชอบและบรรทัดฐานทางสังคม so
งานล่าสุดของ Iyad เกี่ยวกับการระดมทุน โดยใช้การตัดสินใจ 25 ล้านครั้งจากผู้คนทั่วโลกเกี่ยวกับสิ่งที่ยานพาหนะอัตโนมัติควรทำในการตัดสินใจเรื่องชีวิตหรือความตาย
แนวทางการเปลี่ยนแปลงในการพัฒนายามีศักยภาพในการปรับปรุงประสิทธิภาพของการวิจัยและพัฒนา นำการรักษาใหม่ๆ ออกสู่ตลาดก่อนหน้านี้ และปรับปรุงประสบการณ์ของผู้ป่วยในระหว่างการทดลองทางคลินิก บริษัทชีวเภสัชสามารถทำอะไรได้บ้างเพื่อขยายการสมัคร
บทสรุปผู้บริหาร
การแพร่กระจายของแหล่งข้อมูลและความก้าวหน้าในวิทยาศาสตร์ข้อมูลและการวิเคราะห์ได้กระตุ้นให้เกิดการนำแนวทางการเปลี่ยนแปลงหลายอย่างมาใช้ในการพัฒนายา วิธีการเหล่านี้—ซึ่งรวมถึงการออกแบบการทดลองแบบปรับเปลี่ยนได้, การแบ่งส่วนที่เพิ่มขึ้นของโรคและประชากรผู้ป่วย, โปรโตคอลหลัก, การประยุกต์ใช้หลักฐานในโลกแห่งความเป็นจริง (RWE) สำหรับการอนุมัติด้านกฎระเบียบ และการจำลองความเป็นไปได้ของโปรโตคอล—มีศักยภาพในการปรับปรุงประสิทธิภาพของ R&D และคุณภาพได้อย่างมาก ของหลักฐานที่สร้างขึ้นและเพื่อเร่งกระบวนการพัฒนายาโดยไม่กระทบต่อความเข้มงวดทางวิทยาศาสตร์ ที่สำคัญ วิธีการเหล่านี้มีผู้ป่วยเป็นศูนย์กลางและสามารถปรับปรุงประสบการณ์ของผู้ป่วยได้
เพื่อให้เข้าใจถึงการนำแนวทางการเปลี่ยนแปลงมาใช้ในปัจจุบัน ผลกระทบ และสิ่งที่จำเป็นในการปรับขนาดการใช้งานให้ดีขึ้น Deloitte Center for Health Solutions ได้สัมภาษณ์ผู้บริหาร R&D 19 คนและพบว่า:
แม้ว่าวิธีการเหล่านี้บางวิธี เช่น การทดลองแบบปรับเปลี่ยนได้และโปรโตคอลหลักมีมาหลายปีแล้ว แต่ก็ยังไม่มีการปรับขนาดให้กว้างขึ้นหรือนำไปใช้ในลักษณะบูรณาการ ในขณะที่บางบริษัทได้ทดลองด้วยวิธีการไม่กี่วิธีแต่ในการทดลองครั้งเดียวเท่านั้น แต่บริษัทอื่นๆ ก็มีประสบการณ์ที่กว้างขวางกว่า
บริษัทต่างๆ ที่นำแนวทางการเปลี่ยนแปลงไปใช้อย่างต่อเนื่องมีแนวโน้มที่จะมีพอร์ตการลงทุนที่เน้นหนักในด้านเนื้องอกวิทยาและ/หรือโรคที่หายาก ความต้องการที่ไม่ได้รับการตอบสนองที่สูงและลักษณะที่คุกคามถึงชีวิตของโรคเหล่านี้ทำให้ผู้มีส่วนได้ส่วนเสียเช่นหน่วยงานกำกับดูแลและผู้จ่ายเงินเต็มใจที่จะพิจารณาแนวทางการพัฒนาใหม่ ๆ
บริษัทไบโอฟาร์มามีโอกาสที่จะนำการเรียนรู้จากเนื้องอกวิทยามาปรับขนาดแนวทางการเปลี่ยนแปลงในพอร์ตโฟลิโอของตนไปยังด้านอื่นๆ ด้านการรักษา อย่างไรก็ตาม พวกเขาไม่สามารถทำได้โดยลำพังและจะต้องมีส่วนร่วมกับผู้มีส่วนได้ส่วนเสียทั่วทั้งระบบนิเวศ R&D รวมถึงองค์กรด้านการดูแลสุขภาพ เพื่อดูแลจัดการชุดข้อมูลใหม่ในโลกจริง หน่วยงานกำกับดูแลเพื่อกำหนดรูปแบบและนำร่องแนวทางใหม่ ผู้จ่ายเงินเพื่อเริ่มการสนทนาเชิงรุกเกี่ยวกับอุปสรรคด้านหลักฐาน และ กลุ่มผู้สนับสนุนผู้ป่วยเพื่อกำหนดปลายทางที่สำคัญ บริษัทต่างๆ จะได้ประโยชน์จากการรวมตัวกันเพื่อแบ่งปันข้อมูลและกำหนดมาตรฐานข้อมูลด้วยเช่นกัน
การปรับขนาดแนวทางการเปลี่ยนแปลงมักต้องการการเปลี่ยนแปลงรูปแบบทางวัฒนธรรมและการดำเนินงานภายในผนังทั้งสี่ของไบโอฟาร์มา ผู้นำควรผลักดันทีมของตนให้พิจารณาว่าแนวทางใหม่เหล่านี้อาจนำไปใช้และลงทุนในความสามารถที่จำเป็น โครงสร้างพื้นฐาน และหุ้นส่วนที่จำเป็น เพื่อลดอุปสรรคในการนำไปปฏิบัติ
ความเชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลมีความสำคัญต่อแนวทางการเปลี่ยนแปลงหลายอย่าง เช่นเดียวกับการพัฒนายาและความเชี่ยวชาญด้านการรักษา การปลูกฝังกลุ่มนักวิทยาศาสตร์ข้อมูลที่มีพรสวรรค์ซึ่งมีทักษะทั้งสองชุดควรมีความสำคัญสูง
บริษัทต่างๆ สามารถเริ่มต้นด้วยการนำแนวทางการเปลี่ยนแปลงในด้านเนื้องอกวิทยาและโรคที่หายาก ปรับขนาดเหล่านี้อย่างเป็นระบบมากขึ้นในพื้นที่เหล่านี้ จากนั้นจึงขยายไปยังกลุ่มโรคที่เกี่ยวข้องในพอร์ตโฟลิโอที่กว้างขึ้น พวกเขาควรถามตัวเองว่าสามารถใช้แนวทางเหล่านี้ได้ที่ไหน ใครคือผู้มีส่วนได้ส่วนเสียหลักที่จำเป็นต้องมีส่วนร่วม และต้องลงทุนอะไรบ้าง
การนำยาที่มีประสิทธิภาพออกสู่ตลาดอย่างรวดเร็วโดยไม่กระทบต่อความปลอดภัยของผู้ป่วยและความเข้มงวดทางวิทยาศาสตร์เป็นสิ่งสำคัญในการต่อสู้กับโรคเรื้อรังหรือโรคที่คุกคามชีวิต แต่การลงทุนอย่างต่อเนื่องในการวิจัยและพัฒนาถูกคุกคามโดยผลตอบแทนจากนวัตกรรมที่ลดลง ซึ่งลดลงจาก 10.7% เป็น 1.8% ในช่วง 10 ปีที่ผ่านมา 1ในขณะที่อุตสาหกรรมพยายามปรับปรุงประสิทธิภาพการวิจัยและพัฒนาผ่านการปรับปรุงกระบวนการ ความพยายามดังกล่าวไม่ได้ส่งผลกระทบอย่างมีนัยสำคัญ
การวิจัยของ Deloitte เกี่ยวกับผลตอบแทนจากการลงทุนด้านเภสัชกรรมแสดงให้เห็นว่าขณะนี้บริษัทต่างๆ ใช้เวลานานกว่าที่เคยเพื่อนำยาใหม่ออกสู่ตลาด 2สิ่งนี้ขับเคลื่อนโดยโปรโตคอลที่ซับซ้อนมากขึ้น ความจำเป็นในการสร้างจุดสิ้นสุดเพื่อตอบสนองผู้มีส่วนได้ส่วนเสียหลายกลุ่ม กระบวนการและเทคโนโลยีที่ล้าสมัยในการรวบรวมและรายงานข้อมูล และการแข่งขันที่เพิ่มขึ้นสำหรับกลุ่มผู้เข้าร่วมการทดลองทางคลินิกที่ยังคงมีจำกัด
[NPC5]การแพร่กระจายของข้อมูลการดูแลสุขภาพและความก้าวหน้าในวิทยาศาสตร์ข้อมูลและเทคนิคการวิเคราะห์ได้ขับเคลื่อนการใช้กระบวนทัศน์การทดลองทางคลินิกแบบใหม่ เพื่อปรับปรุงประสิทธิภาพการวิจัยและพัฒนาและคุณภาพของผลงานวิจัยอย่างมาก ในช่วงไม่กี่ปีที่ผ่านมา หน่วยงานกำกับดูแลได้สนับสนุนการใช้แนวทางใหม่ที่ช่วยเร่งการพัฒนาวิธีการรักษาแบบใหม่ สำนักงานคณะกรรมการอาหารและยาแห่งสหรัฐอเมริกา (FDA) และ European Medicines Agency (EMA) ได้ออกคำแนะนำเกี่ยวกับการใช้การออกแบบการทดลองแบบปรับตัวได้3ในขณะที่ US FDA กำลังจัดทำแนวทางเกี่ยวกับการใช้ RWE 4ในเดือนธันวาคม 2019 Amy P. Abernathy MD, Ph.D., อดีตหัวหน้าเจ้าหน้าที่การแพทย์, หัวหน้าเจ้าหน้าที่วิทยาศาสตร์ และรองประธานอาวุโสด้านเนื้องอกวิทยาที่ Flatiron Health และรองผู้บัญชาการของ FDA กล่าวว่า “เรา (FDA) ทำหน้าที่เป็น ประตูสู่คำสัญญาทางวิทยาศาสตร์ เราทำสิ่งนี้โดยเร่งพัฒนาการรักษาที่มีประสิทธิภาพอย่างต่อเนื่องผ่านการส่งเสริมการออกแบบการทดลองทางคลินิกที่เป็นนวัตกรรมใหม่ เช่น การทดลองแพลตฟอร์ม การศึกษาแบบตะกร้า การทดลองแบบปรับตัว และการทดลองแบบสุ่มที่มีกลุ่มควบคุมในทางปฏิบัติ”