医学成像中的人工智能可能会加剧健康不平等

一项研究表明，医疗领域的人工智能 (AI) 技术可能会加剧不平等，特别是在医疗保健机会较少的人群和来自弱势社区的人群中。

众所周知，人工智能可以实现诊断自动化、减少医生的工作量，甚至可以为农村地区或发展中国家的人们提供专业的医疗保健。

然而，马里兰大学的研究人员在分析用于根据医学图像创建人工智能算法的众包数据集时发现，大多数数据不包括患者人口统计数据。

在《自然医学》杂志上发表的研究中，研究人员发现算法也没有评估固有偏差。这意味着他们无法知道这些图像是否包含黑人、亚洲人和原住民等人口的代表性样本。

研究人员表示，许多医学已经充满了对某些种族、性别、年龄或性取向的偏见。

当数百或数千个数据集在这些算法中组合时，单个数据集中的小偏差可能会被大大放大。

“这些深度学习模型可以诊断医生看不到的东西，例如一个人何时可能死亡或比我们已知的测试早七年检测到阿尔茨海默氏病——超人的任务，”诊断放射学和核学助理教授 Paul Yi 医学博士说大学医学院的医学。

“因为这些人工智能机器学习技术非常擅长大海捞针，所以它们还可以定义性别、性别和年龄，这意味着这些模型可以使用这些特征来做出有偏见的决定，”易补充道。

大型研究中收集的大部分数据往往来自有钱人，他们相对容易获得医疗保健，这意味着数据往往偏向男性与女性，偏向白人而不是其他种族。

因此，编译成算法的数据有可能在全球范围内产生倾斜的结果。

在这项研究中，研究人员选择评估数据科学竞赛中使用的数据集，在竞赛中，计算机科学家和医生众包来自世界各地的数据，并尝试开发最好、最准确的算法。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！