芬兰正在充分利用其在健康、量子技术和数学领域的优势，培育自智能手机时代诺基亚这一国家龙头企业衰落以来一直期盼的工业复苏。
国家贸易投资机构于6月资助了六个旨在刺激工业增长的研究项目，其中之一是一个旨在创建全球首个国家级健康人工智能（AI）系统的研究项目，该系统将用于预测该国每个人患上200种疾病中任何一种的风险。这六个项目中有四个涉及生物技术领域，参与人士称芬兰的国家数据和法律体系在这一领域具有独特优势。
有两个项目直接致力于量子技术产业的长期发展，该产业源于芬兰在超低温物理、低温工程、超导量子电路和纳米电子学方面的科学领导地位，这些研究主要集中在阿尔托大学低温实验室。
芬兰在反向数学和计算领域的世界领先地位催生了一个项目，该技术能够解决从观测结果计算原因这一极其困难的问题，可在廉价、低质量的扫描仪上进行高级医学成像。
Business Finland（芬兰国家商务局）从近200个提案中挑选了最有可能实现其去年设定的战略目标的项目，以符合政府发布的产业政策，该政策旨在推动工业复苏，使经济多元化，摆脱长期以来过度集中在ICT产业（因此容易受到冲击）的局面。
根据经合组织（OECD）数据，芬兰的研发支出在2000年代末达到顶峰，占GDP比例仅次于以色列。这主要来自ICT领域的私人投资，尤其是占芬兰全部研发支出40%以上的诺基亚。2013年诺基亚将其手机业务出售给微软后，研发支出大幅下降，国家创新生态系统弱化，陷入"长期经济停滞"。目前诺基亚仍然占据主导地位。
"我们拥有学术优势，我们希望将这些优势转化为工业优势，为芬兰工业创造更多样化的发展，"Business Finland首席创新顾问Karin Wikman说道，她曾参与"迎接挑战"基金项目。她说，该基金向六个最具雄心壮志、有望刺激最广泛工业增长的项目分配了3000万欧元资金。
Wikman表示，该机构之所以向健康AI项目FINe-Health Foundry提供资金，是因为该项目建立在芬兰医疗数据的优势之上，并且其使命紧迫性在于降低费用、提高容量，以应对日益老龄化人口带来的医疗系统负担加重问题。该项目符合政府在11月份为其工业复苏战略设定的优先发展领域。
模型化健康
FINe-Health团队打算创建据称将是全球首个国家级健康AI模型，这得益于芬兰集中的医疗记录系统。该项目源自FinRegistry，这是一个汇总了芬兰全部560万人口19个国家级医疗数据源的项目。这些数据包括处方、健康状况、实验室报告、诊所就诊记录、社会经济数据和家庭关系等，以便医疗计算研究人员可以使用这些数据来训练机器学习模型。该模型还将纳入一个包含约十分之一芬兰人记录的基因组数据库。
赫尔辛基大学参与FINe-Health项目的Arto Klami教授表示，结果将是一个比迄今为止在孤立队列（患者记录的子集）上训练的、针对特定临床目标（如预测死亡率）的机器学习模型更先进的基础AI模型。
他表示，这在世界上大多数国家是不可能实现的，因为医疗记录系统往往分散，受到当地医院和诊所的保护，无法在全国范围内获取。
Klami表示，FINe-Health将花费三年时间在国家级医疗数据上构建和训练该模型，并与临床医生和规划者合作，绘制他们的工作流程，确定AI可能帮助他们的方式。它将构建原型来测试AI满足这些需求的程度。然后，该项目旨在鼓励医疗科技公司开发完整的应用程序。
"孤立的基础模型，即使位于某种安全的计算环境中，也不会产生任何效果，"Klami说，"我们只有在它被应用到实际需要的地方，用于改进临床工作流程或实践时，才能看到社会效益。将所有部分整合在一起将是一个复杂的难题，其中很多工作无法由大学研究项目完成。它涉及众多公共和私人参与者。"
该系统的首个可能用途将是在人口层面的分析，规划者和政策制定者可以利用这些分析来预测疾病、识别脆弱群体和分配预算。FINe-Health团队希望该模型能帮助医生做决策。Klami表示，这将很困难，因为它提出了超出FINe-Health技术职责范围的伦理问题，该职责仅限于开发和验证技术。
负责该项目的芬兰ELLIS研究所创始主任Samuel Kaski教授表示，目前的健康AI系统受限于基础模型主要通过从数据中推导相关性来学习的根本技术。FINe-Health试图创建可用于临床决策的模型，必须能够进行因果推理。
他说："如何训练模型捕捉因果关系并从中做出有效推断是机器学习中的一个基础研究挑战。虽然已提出部分解决方案，但这远未成为已解决的问题。"
"我们不是唯一从事这项工作的人，但我们的项目旨在做出特别需要在医疗保健领域的贡献，在医疗保健领域，例如对患者治疗的决策必须基于疾病机制，而非虚假相关性，这是绝对关键的。"
Kaski表示，FINe-Health还将尝试建立人与AI协作和决策的模型。医疗从业者的贡献将至关重要。
【全文结束】