人们认为AI可以立即解决问题，但现实要复杂得多。南东理工大学（South East Technological University, SETU）的Indrakshi Dey博士表示，越来越多的科学家开始理解现代环境对人类健康的影响。对于Dey博士来说，研究污染和人工光等因素与非传染性疾病之间的联系是当今社会的当务之急。
她的研究“探讨了环境压力因素与非传染性疾病（如眼科和皮肤病）之间日益增长且常被忽视的联系”，她解释说。“通过将我的研究成果与具体的社会效益联系起来，例如通过非侵入性诊断改善医疗结果或了解污染对人类健康的影响，我使这项工作更加贴近普通公众。”
Dey博士是南东理工大学沃尔顿研究所（Walton Institute）可编程自主系统部门的负责人。她在英国南安普敦大学完成了无线通信硕士学位，在加拿大卡尔加里大学获得了电气、电子和通信工程博士学位。她曾在都柏林三一学院和梅努斯大学等多所机构工作，并在连接未来网络和通信研究中心（Connect Research Centre for Future Networks and Communications）担任玛丽·居里研究员。
“我的热情在于推动科学和技术的边界，同时促进学术界内的合作和指导。”她说。
请介绍一下您当前的研究。
目前，我正在进行一个名为ENACT的项目，该项目由欧盟地平线计划资助，旨在研究空气和光污染对非传染性眼科和皮肤病的临床前标志物的影响。这项研究源于对环境压力因素（如人工蓝光和紫外线辐射）及其对视网膜退化、皮肤癌和其他非传染性疾病贡献的日益关注。
这个为期42个月的项目将重点关注这些污染物的长期暴露如何加速眼部和皮肤细胞的氧化应激和炎症。项目将采用AI驱动的方法来预测和监测这些条件的非侵入性进展。我们正在使用先进的技术，如贝叶斯建模和时空图神经网络（ST-GNN）的迁移学习，来分析环境因素与疾病进展之间的因果路径。
该研究旨在提供更早的检测方法，这些方法不仅更容易获得和预测，还可以为医疗保健专业人员、公共卫生规划者和保险提供商提供见解。这项研究的跨学科性质，结合环境监测数据和医疗诊断，使其扩展成为一个全面的研究，旨在通过更好地理解环境影响来预防疾病。
您认为您的研究为什么重要？
这项研究的潜在影响非常显著。通过开发非侵入性的、AI驱动的预测和监测工具，我们可以从被动转向主动医疗保健。早期检测意味着患者可以及时接受干预，从而可能防止这些使人衰弱的疾病的发展。
此外，收集到的环境数据可以为公共健康政策和城市规划提供信息，帮助减轻与污染相关的健康问题的根源。这项研究可能导致更有效的策略，减少这些疾病的发病率，最终提高许多人的生活质量，同时降低全球医疗成本。
是什么激发了您成为一名研究人员？
我进入研究领域的动力源于对技术如何解决现实世界问题并改善人们生活的深刻好奇。一个特别的记忆是在我作为学生的时候，参与了一个涉及无线通信系统的项目，研究通信系统如何成为社会的支柱。今天没有人能离开智能手机生活。我对信号的复杂性和数据如何在最小干扰的情况下传输感到着迷。正是那时，我意识到研究的力量在于创造解决方案，尽管这些解决方案是技术性的，但可以对社会产生深远的影响。
另一个关键的时刻是我看到了先进算法和预测模型对医疗保健系统的直接影响。技术不仅可以提高效率，还可以拯救生命，这激发了我推动技术边界的热情，特别是在AI、数据建模和网络优化等领域。从那时起，我就知道我想将我的职业生涯致力于探索这些技术如何应对更大的挑战，如改善健康结果和管理环境风险。
作为您所在领域的研究人员，您面临哪些最大的挑战或误解？
作为研究人员，我面临的最大挑战之一是对AI和数据科学进步的误解，即认为这些进步是快速、容易或自动的。许多人认为只要有足够的数据，AI就可以立即解决问题，但现实要复杂得多。开发可靠的模型，尤其是在敏感领域如医疗保健，需要大量的努力来确保数据质量、模型准确性和伦理使用。这不仅仅是拥有大量数据，而是拥有正确的数据，并仔细训练模型以避免偏见、确保隐私并提供有意义和可行的见解。
另一个挑战是弥合技术和其实际应用之间的差距。许多杰出的技术解决方案仍停留在学术或理论阶段，因为存在诸如缺乏代表性数据、临床试验困难或跨学科团队合作的挑战。例如，在医疗保健中实施基于AI的解决方案需要数据科学家、医疗专业人员和政策制定者之间的合作——这一过程可能缓慢且复杂。
此外，有时人们对医疗保健中的AI持怀疑或恐惧态度，担心它会取代人类判断。重要的是澄清，AI是一种支持而非替代医疗保健专业人员的工具，为他们提供更深入的见解和更准确的预测能力。克服这些挑战需要持续的对话和教育，以建立对AI和数据科学在医疗保健和其他领域带来的好处的信任。
您认为近年来公众对科学和数据的参与度有何变化？
是的，我认为近年来公众对科学和数据的参与度有了显著的变化，尤其是在新冠疫情之后。疫情突显了科学研究、数据分析和实时信息在管理全球危机中的重要性。人们变得更加意识到可靠数据在做出影响公共健康和安全的决策中的重要性。感染率、疫苗效力和统计建模等概念成为了日常对话的一部分，这是以前很少见的。
公众对科学的看法和互动方式也发生了明显的变化。随着疫情期间数据驱动决策的增加，更多的人认识到科学研究的价值及其在社会中的关键作用。然而，这一时期也揭示了一些挑战，如错误信息的传播和对科学数据的不信任，这可能会使公众参与复杂化。因此，研究人员和科学家需要更清楚和透明地沟通，确保复杂的概念易于理解和普及。
此外，数字工具和平台的兴起使得科学更加开放和互动。现在，人们可以访问科学报告、数据可视化和实时研究更新，这为公民科学和公众更广泛地参与科学讨论创造了机会。我认为这种参与度的增加是一个积极的发展，因为它促进了对科学在解决社会挑战中的作用的更深入理解，并鼓励科学界与公众之间的合作。
(全文结束)
