NIH käynnistää Bridge2AI-ohjelman nopeuttaakseen tekoälyn laajaa käyttöönottoa biolääketieteen ja käyttäytymistieteen aloilla

Rahoitusta odottava Kansallinen terveyslaitos (NIH) aikoo käynnistää sillan tekoälyyn (Bridge2AI) ohjelma. NIH Common Fund, National Center for Complementary and Integrative Health, National Eye Institute, National Human Genome Research Institute, National Institute of Biomedical Imaging and Bioengineering ja National Library of Medicine yhteistyössä hallinnoima ohjelma pyrkii tarjoamaan kattavat, laadukkaat ja eettisesti hankitut tietojoukot katalysoivat tekoälyn laajaa käyttöä biolääketieteen ja käyttäytymisen tutkimusyhteisöissä.

Tekoälyllä on kyky muuttaa biolääketieteen ja käyttäytymistieteen aloja. Mahdollisia sovelluksia ovat kliinisen päätöksenteon tiedottaminen, terveystarpeiden seuranta ja ennustaminen reaaliajassa sekä geneettisen tiedon, solujen ominaisuuksien sekä sosiaalisten ja ympäristötekijöiden terveyteen vaikuttavien tekijöiden analysointi. Tekoälysovellusten sisällyttämisen aloittaminen lääketieteen alalla on paljastanut useita ongelmia nykyisissä tietokokonaisuuksissa. Useimmat tällä hetkellä saatavilla olevat tietojoukot ovat epätäydellisiä, niistä puuttuu konteksti, monimuotoisuus ja standardoidut keräysolosuhteet. Tämän seurauksena näiden tietojoukkojen käyttö johtaa puolueellisiin, epäeettisiin tuloksiin.

Viime vuoden aikana Computing Community Consortium (CCC) oli työryhmä Tietojenkäsittelyn haasteet ihmiskunnalle Etiikkaryhmä, joka keskusteli useista kielteisistä vaikutuksista, jotka aiheutuvat puolueellisten tietojoukkojen käytöstä ennustavissa lääketieteellisissä algoritmeissa. Tapa, jolla tietoja kerätään, herättää useita kysymyksiä. Tiettyjä tapauksia ovat:

• Suhteettoman paljon kerättyä tietoa rotujen välillä aiheuttaa laajoja, perusteettomia väitteitä, kuten kaikkien afroamerikkalaisten korkeampi kreatiniinitaso. Tämä perusteeton väite on johtanut diagnosoimattomien munuaissairauksien lisääntymiseen afroamerikkalaisten keskuudessa ja vakaviin terveysongelmiin. Voit lukea lisää tätä.
• Vähemmistöihin kuuluvilla naisilla on suurempi riski saada komplikaatioita synnytyksen aikana epätasa-arvoisen hoidon vuoksi sairaaloissa. Lääketieteelliset algoritmit, jotka määrittävät C-osion onnistumisen ja riskitekijät, tulkitsevat tiedot virheellisesti siten, että vähemmistön naiset ovat yleensä suuremmassa riskissä ja siksi he eivät voi saada sellaista. Voit lukea lisää tätä.

Bridge2AI pyrkii voittamaan nämä ongelmat kehittämällä ohjeita ja standardeja, jotka varmistavat eriarvoisuuksien ja harhojen poistamisen käyttövalmiiden tekoälytietosarjojen luomiseksi. Voit lukea NIH:n tiedotteen tätä ja katso heidän videonsa ohjelmasta YouTube sivu.