NIH začenja program Bridge2AI za pospešitev široke uvedbe umetne inteligence na področju biomedicine in vedenjske znanosti

V pričakovanju financiranja, Nacionalni inštitut za zdravje (NIH) načrtuje vzpostavitev mostu do umetne inteligence (Bridge2AI) program. Program, ki ga skupaj upravljajo Skupni sklad NIH, Nacionalni center za komplementarno in integrativno zdravje, Nacionalni inštitut za oči, Nacionalni inštitut za raziskave človeškega genoma, Nacionalni inštitut za biomedicinsko slikanje in bioinženiring ter Nacionalna medicinska knjižnica, želi zagotoviti celovite, visokokakovostne in etično pridobljene zbirke podatkov za pospeševanje široke uporabe umetne inteligence v biomedicinskih in vedenjskih raziskovalnih skupnostih.

Umetna inteligenca ima sposobnost preobrazbe biomedicinskih in vedenjskih znanstvenih področij. Možne aplikacije vključujejo obveščanje o kliničnem odločanju, spremljanje in napovedovanje zdravstvenih potreb v realnem času ter analiziranje, kako genetske informacije, značilnosti celic ter socialni in okoljski dejavniki vplivajo na posameznikovo zdravje. Začetek vključevanja aplikacij AI na medicinsko področje je odkril številne težave s trenutnimi nabori podatkov. Večina podatkovnih nizov, ki so trenutno na voljo, je nepopolnih, brez konteksta, raznolikosti in standardiziranih pogojev zbiranja. Posledično uporaba teh naborov podatkov vodi do pristranskih, neetičnih rezultatov.

V zadnjem letu je Konzorcij računalniške skupnosti (CCC) je imel delovno skupino, Računalniški izzivi za človeštvo Skupina za etiko, ki je razpravljala o številnih negativnih učinkih uporabe pristranskih podatkovnih nizov v napovednih medicinskih algoritmih. Načini, na katere se zbirajo podatki, povzročajo številna vprašanja. Posebni primeri vključujejo:

• Nesorazmerna količina podatkov, zbranih med rasami, povzroča široke, neutemeljene trditve, na primer, da imajo vsi Afroameričani višjo raven kreatinina. Ta neutemeljena trditev je povzročila višjo stopnjo nediagnosticirane ledvične bolezni med Afroameričani in resne zdravstvene zaplete. Lahko preberete več tukaj.
• Pripadnice manjšin imajo večje tveganje za zaplete med porodom zaradi nepravične oskrbe v bolnišnicah. Medicinski algoritmi, ki določajo uspeh in dejavnike tveganja carskega reza, podatke napačno razlagajo tako, da so ženske iz manjšin na splošno izpostavljene večjemu tveganju in jim je zato prepovedano, da ga prejmejo. Lahko preberete več tukaj.

Bridge2AI si prizadeva premagati te zaplete z razvojem smernic in standardov, ki zagotavljajo odpravo neenakosti in pristranskosti, da se ustvarijo nabori podatkov AI, pripravljeni za uporabo. Preberete lahko obvestilo NIH tukaj in si oglejte video o programu na njihovem Stran YouTube.