最初使用合成數(shù)據(jù)訓(xùn)練人工智能，以此達(dá)到保護(hù)患者隱私的目的。但是，隨著可穿戴設(shè)備帶來更多的數(shù)據(jù)流，如何保護(hù)患者隱私成為重要挑戰(zhàn)。本文，我們將深入研究人工智能是如何改變醫(yī)療數(shù)據(jù)的收集和使用方式，并從蘋果、谷歌和fake puppy（假狗狗）中汲取一些經(jīng)驗(yàn)。

數(shù)據(jù)帶來的麻煩

現(xiàn)在大部分人工智能算法都是通過輸入輸出對(duì)來訓(xùn)練的。比如，向人工智能輸入1萬張腫瘤的核磁共振掃描圖。

然后人工智能算法只需且只能做到一件事情：在掃描中識(shí)別腫瘤。在大規(guī)模（大量數(shù)據(jù)）和高精準(zhǔn)的情況下，它可以很好地做到這一點(diǎn)。

但是患者的數(shù)據(jù)是敏感、孤立和雜亂的，并且回避了一些關(guān)于訪問和算法訓(xùn)練準(zhǔn)確性的基本問題：

• 如果你是一家小型人工智能健康創(chuàng)業(yè)公司，你如何解決數(shù)據(jù)的來源問題。
• 數(shù)據(jù)（比如醫(yī)學(xué)掃描）是否經(jīng)過準(zhǔn)確的注釋？
• 如何獲得罕見疾病的訓(xùn)練數(shù)據(jù)？
• 如何在保護(hù)患者隱私的原則上訓(xùn)練人工智能模型？

以下是大型科技公司和創(chuàng)業(yè)公司解決這些問題的一些方法。

聯(lián)邦學(xué)習(xí)是否適用于醫(yī)療保健領(lǐng)域

聯(lián)邦學(xué)習(xí)是一種在保護(hù)隱私的原則上，利用敏感用戶數(shù)據(jù)來訓(xùn)練人工智能的新興方法。

谷歌最先引入了針對(duì)Android鍵盤的聯(lián)邦學(xué)習(xí)（Gboard）。如今，OWKIN公司正在對(duì)患者數(shù)據(jù)采取類似的方法。簡而言之，就是患者數(shù)據(jù)不會(huì)離開醫(yī)院，也不會(huì)發(fā)送到中央云服務(wù)器。該模型使用本地?cái)?shù)據(jù)在醫(yī)院內(nèi)部進(jìn)行更新，只有這些更新（以及來自其他參與醫(yī)院的模型更新）被發(fā)送到云端。這家由谷歌風(fēng)投（Google ventures）投資的公司本月進(jìn)行了首輪融資。

在最近接受《麻省理工學(xué)院技術(shù)評(píng)論》采訪時(shí)，OWKIN聯(lián)合創(chuàng)始人托馬斯?克洛澤爾(Thomas Clozel)談到了與美國和英國癌癥中心的合作，以及即將發(fā)表的一篇關(guān)于在現(xiàn)實(shí)世界的醫(yī)療環(huán)境中使用聯(lián)邦學(xué)習(xí)的論文。這篇論文強(qiáng)調(diào)了一些重要的基礎(chǔ)設(shè)施挑戰(zhàn)：

在醫(yī)療保健領(lǐng)域應(yīng)用聯(lián)合學(xué)習(xí)面臨一些挑戰(zhàn)。首先，組合不同的模型可能會(huì)產(chǎn)生一個(gè)（比它每一部分）更糟糕的主模型。目前研究人員正在努力改進(jìn)現(xiàn)有的技術(shù)，以確保這種情況不會(huì)發(fā)生。另一方面，聯(lián)合學(xué)習(xí)要求每所醫(yī)院具備訓(xùn)練機(jī)器學(xué)習(xí)模型的基礎(chǔ)設(shè)施和技術(shù)人員。此外，標(biāo)準(zhǔn)化所有醫(yī)院的數(shù)據(jù)共享也存在問題。（原文如下）

“逼真”的核磁共振圖像

如果你在Twitter上很活躍，并且一直在密切關(guān)注人工智能，你可能會(huì)遇到一些人，他們利用一種叫做“生成對(duì)抗性網(wǎng)絡(luò)”(GAN）的東西來創(chuàng)造“逼真”的假圖像，比如，假狗狗、假漢堡和假鮮花。

一個(gè)有趣的新興趨勢(shì)是使用人工智能本身來幫助生成更多“逼真”的合成圖像來訓(xùn)練人工智能。例如，英偉達(dá)公司就利用GAN“偽造”腦瘤的核磁共振圖像，以此來推進(jìn)腫瘤分割的發(fā)展。

英偉達(dá)公司的研究論文得出結(jié)論，利用合成核磁共振圖像增加現(xiàn)實(shí)世界的數(shù)據(jù)有助于改善腫瘤分割。這為機(jī)器學(xué)習(xí)在醫(yī)學(xué)成像領(lǐng)域面臨的兩個(gè)挑戰(zhàn)提供了一個(gè)潛在的解決方案，這兩大挑戰(zhàn)分別為：在保護(hù)患者隱私的原則上，如何進(jìn)行數(shù)據(jù)共享、依靠圖像發(fā)現(xiàn)疾病的概率很小。

人工智能離不開醫(yī)生

人工智能公司需要醫(yī)學(xué)專家對(duì)圖像進(jìn)行注釋，教會(huì)算法如何識(shí)別異常。

這種模式在很大程度上是合作性的。在注釋領(lǐng)域投入巨資的科技巨頭和政府機(jī)構(gòu)正在向其他研究人員公開這些數(shù)據(jù)庫。

DeepMind開發(fā)了AI眼病診斷工具，可識(shí)別50多種威脅到視力的眼科疾病，準(zhǔn)確率高達(dá)94%。為了對(duì)系統(tǒng)進(jìn)行基準(zhǔn)測(cè)試，DeepMind用1000次未用于訓(xùn)練AI的掃描結(jié)果對(duì)軟件進(jìn)行了測(cè)試，與普通眼科醫(yī)生給出的結(jié)果進(jìn)行比較，產(chǎn)生任何分歧都由一位超過10年經(jīng)驗(yàn)的資深認(rèn)證專家進(jìn)行評(píng)判。

在接受《南華早報(bào)》采訪時(shí)，中國獨(dú)角獸依圖科技公司報(bào)告說，DeepMind團(tuán)隊(duì)擁有400名兼職醫(yī)生，只為了標(biāo)注醫(yī)療數(shù)據(jù)。

不再過度依賴電子健康記錄（EHR）數(shù)據(jù)

蘋果通過與數(shù)百家醫(yī)療機(jī)構(gòu)以及與Cerner和Epic兩大EHR巨頭合作，旨在解決醫(yī)療保健領(lǐng)域的數(shù)據(jù)互操作性問題。除此之外，蘋果正在圍繞其兩個(gè)最受歡迎的產(chǎn)品，Apple Watch和iPhone建立一個(gè)醫(yī)療保健生態(tài)系統(tǒng)。

這表明了一個(gè)新的趨勢(shì)，未來在醫(yī)療保健領(lǐng)域，企業(yè)不再僅僅依賴于EHR數(shù)據(jù)，而更多的從可穿戴式設(shè)備等進(jìn)行實(shí)時(shí)數(shù)據(jù)收集和分析。

本文名稱：人工智能如何重塑醫(yī)療數(shù)據(jù)？
文章路徑：http://jinyejixie.com/news33/101633.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站維護(hù)、虛擬主機(jī)、手機(jī)網(wǎng)站建設(shè)、品牌網(wǎng)站建設(shè)、商城網(wǎng)站、ChatGPT

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)