根据美国国家医学科学院特殊出版物关于人工智能的使用,人工智能或机器学习的作用将至关重要,因为该行业在争夺大量可以改善-或混淆-健康和成本优先事项的数据的斗争中卫生保健中的AI。

但是,当前的投资和发展爆炸式增长并未以负责任的透明部署的共识为基础,这潜在地限制了其潜力。

范德比尔特大学医学中心医学博士,医学硕士,医学博士Michael Matheny表示,这份新报告旨在为组织领导者,卫生保健专业人员,数据分析师,模型开发人员以及致力于将机器学习整合到卫生保健中的人们提供全面参考。生物医学信息学系副教授,医疗保健领域的AI联合编辑:The Hope,The Hype,The Promise,The Peril。

“对于医疗保健界来说,学习使用这些工具的成功,挑战和近期失败至关重要。我们着手对医疗保健AI的重要示例进行分类,重点介绍AI开发和实施方面的最佳实践,以及提供了需要讨论的关键点,以便就如何将它们作为一个AI社区和社会达成共识。” Matheny说道。

Matheny强调指出,医疗保健中的应用看起来与自动驾驶汽车的大众市场形象完全不同,而自动驾驶汽车通常是机器学习或技术驱动系统的代名词。

Matheny说,在不久的将来,在医疗保健领域,应将AI视为一种工具,以支持和补充训练有素的专业人员与患者及其目标合作提供护理的决策。

深度学习和相关技术的最新进展在影像学解释方面取得了巨大成功,例如放射学和视网膜检查,这激发了对人工智能开发的热衷,首先带来了风险投资资金,然后是行业巨头。但是,某些工具因其开发的人群或选择不适当的目标而存在偏见问题。数据分析人员和开发人员需要努力提高数据访问和标准化程度以及进行周到的开发,以使算法不会偏向已经边缘化的患者。

编辑们希望,该报告能够促进患者在使用AI工具时的包容性和公平性对话,以及对它们进行仔细开发,实施和监视以最大程度地提高成功机会的需求,Matheny说。

Matheny与斯坦福大学医学院的Sonoo Thadaney Israni,MBA以及Mathematica Policy Research的Danielle Whoer,Ph.MS,一起为JAMA Network撰写了一篇有关该行业找到分水岭时刻的文章。

“人工智能有可能彻底改变医疗保健。但是,随着我们一起进入技术支持的未来,我们必须确保高数据质量标准,始终优先考虑公平性和包容性,确保透明性是针对用例的,新的技术得到适当和适当的教育和培训的支持,并且所有技术都受到专门和量身定制的立法的适当监管和支持。”

“我希望人们以此报告为箔纸,以磨练关于一些关键领域的全国性论述,包括教育,人工智能的公平性,支持人类认知而不是取代人类认知的用途,并将人工智能的透明度分为数据,算法和性能透明度”。