人工智能医生现在会见你们所有人

CN
Decrypt
关注
5小时前

在数亿用户在2022年短短几周内使ChatGPT成为全球最受欢迎的应用程序之前,我们就已经在讨论人工智能使我们更健康、生活更长的潜力。

在1970年代,斯坦福大学的一个团队开发了MYCIN,这是第一个旨在辅助医学诊断的人工智能系统之一。MYCIN使用大约600条规则的知识库来识别导致感染的细菌并推荐抗生素。

尽管在试验中它的表现优于人类专家,但MYCIN从未在临床实践中使用——部分原因是对机器主导诊断的伦理和法律担忧。

快进五十年,人工智能现在准备以在MYCIN时代看似科幻的方式改变医疗保健。如今,现代人工智能可以自我学习识别疾病在医学影像中,效果与人类临床医生一样好,并且不需要大量的训练数据。一项关于AI辅助癌症诊断的哈佛研究显示其准确率为96%。

改善诊断

在英国,一个人工智能系统检测到了11个乳腺癌的迹象,这些迹象被人类临床医生遗漏。来自微软帝国理工学院的两项独立研究发现的乳腺癌病例超过了放射科医生。AI在前列腺癌皮肤癌和其他疾病的检测中也得到了类似的结果。

我们对数据的获取从未如此广泛。例如,英国国家健康服务体系——欧洲最大的雇主——共同拥有超过6500万患者的数字化数据,价值超过96亿英镑每年(123亿美元)。

这为人工智能识别模式和生成见解提供了前所未有的机会,这些见解可能会彻底改善诊断、治疗和药物发现。

人工智能在庞大数据集中检测微妙模式的能力是其在医疗保健领域最大的优势之一。这些系统不仅可以分析医学影像,还可以分析基因组数据、电子健康记录、临床笔记等——发现可能被经验丰富的人类临床医生忽视的相关性和风险因素。

有些人可能会觉得让人工智能代理处理他们的医疗数据比让不直接参与他们护理的人类更让人放心。但问题不仅在于谁能看到数据——而在于数据变得多么可移植

在可信的医疗机构之外构建的人工智能模型带来了新的风险。虽然医院可能已经保护患者数据,但信任外部人工智能系统需要更强大的隐私保护,以防止滥用并确保数据保持安全。

人工智能医疗中的隐私挑战

值得注意的是,潜力伴随着重大的隐私和伦理问题。

医疗数据可能是存在的最敏感的个人信息。它不仅可以揭示我们的医疗状况,还可以揭示我们的行为、习惯和遗传倾向。

人们对人工智能在医疗保健中广泛应用可能导致隐私侵犯、数据泄露或滥用个人敏感信息的担忧是合理的。

即使是匿名数据也并不自动安全。先进的人工智能模型显示出令人担忧的能力,通过与其他信息交叉引用来去匿名化受保护的数据集。还有"模型反演"攻击的风险,恶意行为者可能通过反复查询人工智能模型来重建私有训练数据。

这些担忧并非假设。它们代表了人工智能在医疗保健中应用的真实障碍,可能会阻碍拯救生命的创新。如果患者不信任隐私保护措施,他们可能会不愿意分享数据。

虽然标准和法规要求用于训练人工智能模型的数据具有地理和人口多样性,但在医疗机构之间共享数据需要保密,因为这些数据除了高度敏感外,还承载着医疗机构在诊断和治疗方面的见解。

这导致机构在共享数据时对监管、知识产权和挪用的担忧。

隐私保护人工智能的未来

幸运的是,一种新的隐私保护人工智能开发浪潮正在出现,以应对这些挑战。去中心化的人工智能方法,如联邦学习,允许在分布式数据集上训练人工智能模型,而无需集中敏感信息。

这意味着医院和研究机构可以在不直接共享患者数据的情况下合作进行人工智能开发。

其他有前景的技术包括差分隐私,它通过向数据添加统计噪声来保护个人身份,以及同态加密,它允许在加密数据上进行计算而无需解密。

另一个引人注目的发展是我们的运行时链下逻辑(ROFL)框架,它使人工智能模型能够在链下执行计算,同时保持可验证性。这可能允许更复杂的人工智能医疗应用利用外部数据源或处理能力,而不妨碍隐私或安全。

隐私保护技术仍处于早期阶段,但它们都指向一个未来,在这个未来中,我们可以在不牺牲患者隐私的情况下充分利用人工智能在医疗保健中的潜力。

我们应该追求一个世界,在这个世界中,人工智能可以分析您的完整病史、基因特征,甚至来自可穿戴设备的实时健康数据,同时保持这些敏感信息的加密和安全。

这将允许高度个性化的健康洞察,而没有任何单一实体可以访问原始患者数据。

这种隐私保护人工智能在医疗保健中的愿景不仅仅是保护个人权利——尽管这当然很重要。它还关乎释放人工智能改善人类健康的全部潜力,并以一种赢得患者尊重的方式进行。

通过建立患者和医疗提供者可以信任的系统,我们可以鼓励更大的数据共享和合作,从而导致更强大和准确的人工智能模型。

挑战是显著的,但潜在的回报是巨大的。隐私保护的人工智能可以帮助我们更早地检测疾病,开发更有效的治疗方案,并最终拯救无数生命,建立信任的源泉。

它还可以通过允许开发在多样化、具有代表性的数据集上训练的人工智能模型而不妨碍个人隐私,帮助解决医疗保健差距。

随着人工智能模型变得越来越先进,人工智能驱动的诊断变得更快、更准确,使用它们的本能将变得不可忽视。重要的是,我们要教会它们保守秘密。

编辑:Sebastian Sinclair

免责声明:本文章仅代表作者个人观点,不代表本平台的立场和观点。本文章仅供信息分享,不构成对任何人的任何投资建议。用户与作者之间的任何争议,与本平台无关。如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到support@aicoin.com,本平台相关工作人员将会进行核查。

分享至:
APP下载

X

Telegram

Facebook

Reddit

复制链接