（文章來源：hsy小徐1）

美國國家醫(yī)學研究院(National Academy of Medicine)一份關于人工智能在醫(yī)療領域的應用的特別出版物稱，人工智能或稱機器學習(machine learning)的作用將是至關重要的，因為該行業(yè)正在應對海量數(shù)據(jù)，這些數(shù)據(jù)可能會改善(或攪亂)健康狀況和成本優(yōu)先級。然而，當前投資和發(fā)展的爆炸式增長，并沒有建立負責任、透明部署的共識基礎，這可能會限制其潛力。

這份新報告的目的是為組織的領導人，是一個全面的參考衛(wèi)生保健專業(yè)人員，數(shù)據(jù)分析師，模型開發(fā)人員和那些致力于機器學習融入醫(yī)療，Michael Matheny說，范德比爾特大學醫(yī)學中心的醫(yī)學博士，女士英里每小時，生物醫(yī)學信息學系副教授和人工智能醫(yī)療合作編輯：希望，炒作，承諾，危險。

對衛(wèi)生保健社區(qū)來說，從成功經(jīng)驗、挑戰(zhàn)和最近使用這些工具的失敗中吸取教訓是至關重要的。我們開始列舉醫(yī)療人工智能領域的重要例子，強調(diào)圍繞人工智能開發(fā)和實施的最佳實踐，并提供需要討論的關鍵點，以便就如何作為一個人工智能社區(qū)和社會解決這些問題達成共識?！贬t(yī)學博士，碩士，碩士，副教授，范德堡大學醫(yī)學中心生物醫(yī)學信息學。

馬瑟尼強調(diào)，自動駕駛汽車的大眾市場形象往往等同于機器學習或技術驅(qū)動系統(tǒng)，而自動駕駛汽車在醫(yī)療保健領域的應用則完全不同。Matheny說，在不久的將來，在醫(yī)療保健領域，人工智能應該被視為一種工具，以支持和補充受過高度訓練的專業(yè)人員在與患者及其目標協(xié)作提供醫(yī)療方面的決策。

最近在深度學習和相關技術方面的進展，在成像解釋方面取得了巨大成功，比如放射學和視網(wǎng)膜檢查，這些都刺激了人工智能的發(fā)展，首先帶來了風險投資，然后是行業(yè)巨頭。然而，一些工具存在偏見問題，這些偏見來自于它們所開發(fā)的人群，或者來自于選擇了一個不合適的目標。

赴美醫(yī)療服務機構(gòu)和生元國際獲悉，數(shù)據(jù)分析師和開發(fā)人員需要努力增加數(shù)據(jù)訪問和標準化，并進行深思熟慮的開發(fā)，這樣算法就不會對已經(jīng)處于邊緣地位的患者有偏見。Matheny說，編輯們希望這份報告能夠有助于在人工智能工具的使用中耐心、包容和公平的對話，以及仔細開發(fā)、實施和監(jiān)督它們以優(yōu)化成功機會的必要性。

“人工智能有可能徹底改變醫(yī)療保健。然而，當我們進入未來的技術支持，我們必須確保高數(shù)據(jù)質(zhì)量標準，公平和包容性總是優(yōu)先，透明度是具體到用例，新技術是由適當?shù)暮瓦m當?shù)慕逃团嘤?，并適當?shù)兀械募夹g都是特定的和定制的立法，監(jiān)管和支持“國家醫(yī)學研究院在一份新聞稿中寫道。

Matheny說：“我希望人們把這份報告作為一個陪襯，在幾個關鍵領域加強全國的討論，包括教育、人工智能的公平性、使用支持人類認知而不是取代它、以及將人工智能透明度分離成數(shù)據(jù)、算法和性能透明度。”
? ? ? ? （責任編輯：fqj）