人工智能会让所有人看得起病，还是让大部分人看不起？( 二 ) _小知识

肯尼斯·荣格（Kenneth Jung）是斯坦福大学生物医学信息学研究中间的研究科学家，他说，若是盲目相信模子成果，很轻易出问题，因为模子会说：“哎呀，这个患了哮喘的孩子得了肺炎，不外没事，我们只用给他们一些抗生素，让他们回家就好了。 ”
深度进修的展望也有可能掉败，好比初度处置特别的数据点（好比怪异的病例），或者一些特别的数据模子并不合用于其他病例。

—studio infografika
数据集越大，人工智能展望表示得越好。中国有着大量的生齿和病人数据，这是是练习人工智能系统的优势。 2019年2月，《天然医学》（Nature Medicine）颁发了一项研究。这项研究由来自圣地亚哥和广州的研究人员合作进行，该研究基于56.7万名儿童的电子健康档案，有望实现操纵人工智能诊断常见的儿童疾病。
但当研究人员试图将算法应用到新的生齿情况时，仍是出了问题。在《天然医学》颁发的那项研究中，所有50万名患者均来自广州的统一个医疗中间，而从这个数据集中练习获得的诊断模子，不一定合用于其他处所的儿科病例。每一个医疗中间偏重的病人类型都纷歧样。好比说，一家以心血管中间著名的病院，天然会吸引更多的心脏病患者。广州的病院中国当地病人比力多；而上海的病院可能会有更多的外国病人，是以广州病院的经验也不合用于上海。

—Brian Russell
在2017年的TEDx演讲中，来自约翰霍普金斯病院的新吉尼·昆都（Shinjini Kundu）提到，在收集医学图像信息方面，人工智能比大夫具有更大的潜能。在病人表示出病症以前，人工智能就可以或许展望疾病。
无独有偶。马尔齐耶·加塞米（Marzyeh Ghassemi）是来自多伦多大学的计较机科学家和生物医学工程师，据她所说，贝斯以色列女执事医疗中间的重症监护室有4万名病人，而那只是这个城市的冰山一角。 “没错，我看过的论文都用这些数据做过展望。但这些模子能用在波士顿的其他病院吗？可能吧。其他州呢？其他国度呢？我们不知道。 ”
不外尽管人工智能模子在这方面的泛化性不强，加塞米仍认为这项手艺值得摸索。 “我很是赞当作把这些模子应用光临床上，但在此之前，必需做好积极的防御办法。 ”
3
I.格伦·科恩（I. Glenn Cohen）是哈佛大学法学传授，也是精准医疗、人工智能和法令项目标负责人。他说，这些防御办法要摆设在AI开辟及应用阶段。这或许涉及到对人工智能展望的精确性和透明度的证实。在数据采集的过程中，研究人员必需庇护病人隐私。病人赞成后，才能用患者的数据来练习模子。
科恩说，当真的要将模子展望成果在病人身长进行临床测试时，还会再一次碰到近似的问题。 “该不应告诉病人你要把算法成果用在他们身上呢？测试过程是否完全顺从人工智能，仍是仅把其成果作为参考呢？对这些问题的考虑都还不敷充实。 ”
加塞米也倡导，面临分歧种族、性别、年数、以及医保环境的人，要经常审核算法以确保其公道性和精确性。这很主要，因为其他范畴的应用已经表白，人工智能很轻易引起成见。

人工智能会让所有人看得起病，还是让大部分人看不起？( 二 )

猜你喜欢