研讨会探讨人工智能在医疗保健领域的革命

人工智能为应对复杂的医疗保健挑战提供了巨大的机会，但也存在巨大的风险，精准健康和人工智能中心主任Saaed Hassanpour在为新成立的中心的首届研讨会奠定基础时表示。

为期一天的医学人工智能：连接创新与实践活动在汉诺威酒店举行，重点介绍了人工智能驱动的创新，这些创新已经改变了医疗保健的格局，并引发了关于识别该技术带来的潜在陷阱的深思熟虑的讨论。

基于其在人工智能方面的著名遗产——人工智能一词最早在这里创造——以及医疗保健领域丰富的创新历史——美国第一个诊断医学成像就是在这里进行的——达特茅斯学院具有独特的优势，可以在这两个学科的交叉点上发挥重要作用，生物医学数据科学教授哈桑普尔说。 流行病学和计算机科学。

他的观点得到了Sian Leah Beilock总统的回应，他致开幕词，为研讨会拉开了序幕。

“我知道这是一个快速发展的领域，它需要来自不同领域的人们聚集在一起一起工作，”贝洛克说。“我们的规模和规模使我们能够做一些非常特别的事情，那就是跨学科的对话，这就是我看到达特茅斯必须做出贡献的关键所在。

她提请注意达特茅斯学院已经在进行的几项研究工作，从开发人工智能工具来帮助诊断结直肠癌和识别乳腺癌的新型生物标志物，到使用人工智能创造更有效的心理健康技术。

校长Sian Leah Beilock讨论了达特茅斯学院的跨学科重点，以造福社会。（摄影：Katie Lenhart）

随后的演讲和小组讨论展示了使用人工智能从大量数字健康数据中获取宝贵见解的力量，为更高效和个性化的护理铺平了道路，同时提出了有关安全、隐私、偏见、道德和公平的重要而复杂的问题。

斯坦福大学放射学、医学和生物医学数据科学教授柯蒂斯·兰洛茨（Curtis Langlotz）上午的主题演讲深入探讨了人工智能如何改变医学成像，特别是放射学，放射学特别适合利用当今神经网络处理图像的巨大能力。

Langlotz说，人工智能算法可以在成像过程的每一步为放射科医生提供帮助。有些辅助工具可以提供输入，以帮助决定订购哪些影像学检查;提高图像质量的程序，从而可以减少成像中使用的辐射剂量;即时检测成像问题的工具，以确保立即重新拍摄有缺陷的图像;进行基本分类以识别可能需要立即关注的案例的应用程序;以及帮助报告观察结果和跟进患者的虚拟助手。

Langlotz还回顾了机器学习模型的主要局限性，这些局限性反映了其数据的偏差，并且当它们与新的成像设备相结合时，可能会变得不那么可靠。

在回答有关解决这些缺点的问题时，Langlotz说，教育工作者和研究人员必须确保医学生了解人工智能模型的工作原理，构建更小、更集中的模型，这些模型经过训练和量身定制，并加倍努力验证模型的准确性和可靠性。

更重要的是，重要的是要考虑“谁在房间里决定要解决什么问题，并确保我们拥有的解决方案是公平的，”Langlotz说。

在随后的小组讨论中，达特茅斯健康中心的临床医生——放射科医生 Jessica Sin、神经外科医生 Jennifer Hong、病理学家 Louis Vaickus 和医生 Timothy Burdick ’89， MED ’02——讨论了人工智能已经融入其日常患者护理实践的方式。

在他们的演讲和随后的问答中，小组成员对人工智能工具在提高医疗保健服务的准确性、效率和可及性方面的积极影响持乐观态度。

他们也很快认识到，在如何将工具整合到决策过程中，在保持透明的沟通和与患者进行公开对话的同时，深思熟虑和负责任是至关重要的。

“我们的技术告诉我们要做的事情存在偏见，但在医疗保健领域，风险很高，”Sin说。提供商应该仔细审查借助技术做出的决定，并就如何安全、负责任地使用这些工具进行自我教育。

“实施人工智能存在风险，但不实施人工智能也存在很大的风险，”伯迪克说。他说，这些技术可以缩短护理的等待时间，在患者数量众多的情况下实现及时和关键的干预措施。

伯迪克说，如果在推出这些工具时优先考虑健康公平，新技术还可以扩大服务不足人群的医疗保健机会。“未来就在这里;只是分布不均匀。

下午的会议聚焦于达特茅斯学院跨学科的研究人员如何探索新想法和创造新技术，以及作为国际人工智能联盟成员在促进负责任创新方面的承诺和领导地位。

主讲人、哈佛大学病理学副教授费萨尔·马哈茂德（Faisal Mahmood）分享了他关于人工智能如何彻底改变病理学图像分析的专业知识。

神经科学研究生 Mizuki Tojo 参加了研讨会，从医疗专业人员在临床环境中使用 AI 的观点进行学习。“人工智能在健康领域的应用只会越来越多，所以我认为重要的是，即使我不是实施它的人，我至少要了解如何实施它，”她说。

东条也渴望听到专家们如何与广大观众分享他们的研究成果。“当我们试图将健康和人工智能等两个不同的领域结合在一起时，我们必须跨学科交流想法，这可能很困难，”她说。参加这样的会议是让自己了解如何有效地做到这一点的一种明显方式。

哈桑普尔在总结发言中说，此次活动的会谈和讨论强调了人工智能在医学领域的巨大潜力。“如果人工智能技术和创新得到严格开发和负责任地使用，它们将具有巨大的潜力，使我们所有人受益，尤其是资源不足和弱势群体。”