Le NIH lance le programme Bridge2AI pour accélérer l'introduction généralisée de l'IA dans les domaines des sciences biomédicales et comportementales

En attendant le financement, l'Institut national de la santé (NIH) envisage de lancer le pont vers l'intelligence artificielle (Pont2AI) programme. Géré en collaboration par le NIH Common Fund, le National Center for Complementary and Integrative Health, le National Eye Institute, le National Human Genome Research Institute, le National Institute of Biomedical Imaging and Bioengineering et la National Library of Medicine, le programme vise à fournir des ensembles de données complets, de haute qualité et d'origine éthique pour catalyser l'utilisation généralisée de l'IA dans les communautés de recherche biomédicale et comportementale.

L'IA a la capacité de transformer les domaines des sciences biomédicales et comportementales. Les applications possibles incluent l'information sur la prise de décision clinique, la surveillance et la prévision des besoins de santé en temps réel et l'analyse de la manière dont les informations génétiques, les caractéristiques cellulaires et les facteurs sociaux et environnementaux affectent la santé. Commencer à intégrer des applications d'IA dans le domaine médical a révélé un certain nombre de problèmes avec les ensembles de données actuels. La plupart des ensembles de données disponibles à l'heure actuelle sont incomplets, manquent de contexte, de diversité et de conditions de collecte standardisées. Par conséquent, l'utilisation de ces ensembles de données conduit à des résultats biaisés et contraires à l'éthique.

Au cours de l'année dernière, le Computing Community Consortium (CCC) disposait d'un groupe de travail, le Les défis informatiques pour l'humanité L'équipe d'éthique, qui a discuté d'un certain nombre d'effets négatifs de l'utilisation d'ensembles de données biaisés dans les algorithmes médicaux prédictifs. La manière dont les données sont collectées soulève un certain nombre de problèmes. Les cas spécifiques incluent :

• Une quantité disproportionnée de données collectées entre les races provoquant des affirmations larges et non fondées, telles que tous les Afro-Américains ayant un taux de créatinine plus élevé. Cette affirmation infondée a entraîné un taux plus élevé de maladies rénales non diagnostiquées chez les Afro-Américains et de graves complications de santé. Vous pouvez lire plus ici.
• Les femmes des minorités ont un plus grand risque de complications lors de l'accouchement en raison de soins inéquitables dans les hôpitaux. Les algorithmes médicaux déterminant les facteurs de succès et de risque d'une césarienne interprètent à tort les données comme signifiant que les femmes appartenant à une minorité courent généralement un risque plus élevé et ne peuvent donc pas en recevoir une. Vous pouvez lire plus ici.

Bridge2AI cherche à surmonter ces complications en développant des conseils et des normes qui garantissent l'éradication des inégalités et des biais pour créer des ensembles de données d'IA prêts à l'emploi. Vous pouvez lire l'annonce du NIH ici et regardez une vidéo sur le programme sur leur page YouTube.