NIH uruchamia program Bridge2AI w celu przyspieszenia powszechnego wprowadzenia sztucznej inteligencji do dziedzin nauk biomedycznych i behawioralnych

Oczekuje na finansowanie, Narodowy Instytut Zdrowia (NIH) planuje uruchomienie Mostu do Sztucznej Inteligencji (Bridge2AI) program. Program, zarządzany wspólnie przez 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 oraz National Library of Medicine, ma na celu zapewnienie kompleksowe, wysokiej jakości i etycznie pozyskiwane zbiory danych, które będą katalizatorem powszechnego stosowania sztucznej inteligencji w społecznościach zajmujących się badaniami biomedycznymi i behawioralnymi.

Sztuczna inteligencja ma zdolność przekształcania dziedzin nauk biomedycznych i behawioralnych. Możliwe zastosowania obejmują informowanie o podejmowaniu decyzji klinicznych, monitorowanie i przewidywanie potrzeb zdrowotnych w czasie rzeczywistym oraz analizowanie wpływu informacji genetycznych, cech komórek oraz czynników społecznych i środowiskowych na zdrowie. Rozpoczęcie włączania aplikacji AI w dziedzinę medycyny ujawniło szereg problemów z obecnymi zbiorami danych. Większość dostępnych obecnie zbiorów danych jest niekompletna, pozbawiona kontekstu, różnorodności i standardowych warunków gromadzenia. W rezultacie korzystanie z tych zbiorów danych prowadzi do stronniczych, nieetycznych wyników.

W ciągu ostatniego roku Computing Community Consortium (CCC) miał grupę zadaniową, Wyzwania komputerowe dla ludzkości Zespół ds. etyki, który omówił szereg negatywnych skutków stosowania stronniczych zbiorów danych w predykcyjnych algorytmach medycznych. Sposoby gromadzenia danych nasuwają szereg kwestii. Konkretne przypadki obejmują:

• Nieproporcjonalna ilość danych zebranych między rasami, powodująca szerokie, bezpodstawne twierdzenia, takie jak wszyscy Afroamerykanie mający wyższy poziom kreatyniny. To bezpodstawne twierdzenie doprowadziło do wyższego odsetka nierozpoznanych chorób nerek wśród Afroamerykanów i poważnych powikłań zdrowotnych. Możesz przeczytać więcej tutaj.
• Kobiety z mniejszości są bardziej narażone na komplikacje podczas porodu z powodu niesprawiedliwej opieki szpitalnej. Algorytmy medyczne określające powodzenie i czynniki ryzyka cesarskiego cięcia błędnie interpretują dane, co oznacza, że ​​kobiety z mniejszości są na ogół bardziej narażone na ryzyko i dlatego nie mogą otrzymać takiego cesarskiego cięcia. Możesz przeczytać więcej tutaj.

Bridge2AI stara się przezwyciężyć te komplikacje, opracowując wytyczne i standardy, które zapewniają eliminację nierówności i uprzedzeń w celu tworzenia gotowych do użycia zestawów danych AI. Możesz przeczytać ogłoszenie NIH tutaj i obejrzyj film o programie na ich strona YouTube.