围绕生成式人工智能（AI）的许多讨论都集中在内容创作和个人化购物体验上。然而，生成式AI也在医疗保健等实际领域产生了显著影响。我最近有机会采访了Confidant Health的联合创始人Jon Read，我们讨论了什么是基于AI的合成数据，为什么它很重要，以及它是如何改变医疗保健的。以下是AI如何发挥作用的详细解读。
医疗保健中的合成数据是什么？
合成数据是指由计算机生成的信息，用于替代或补充真实数据，在AI中广泛使用。它保护敏感信息，减轻来自现实世界数据的偏差，并可以改进AI模型。合成数据允许临床医生使用提示生成抑郁症患者与治疗师之间的对话，讨论症状的出现。医疗提供者还可以使用部分合成数据，即从真实生活记录中提取并由AI调整以去除个人身份信息或私人健康信息，同时保持故事的连贯性。这些数据可用于训练AI模型，开发记录和培训材料等。无论数据是完全合成还是部分合成，都可以根据需要通过额外的提示进行调整，直到达到预期结果。
使用合成数据的重要性
医疗保健受到HIPAA等多种隐私规则的约束。消除这些隐私问题是Read认为合成数据在训练模型方面具有价值的主要原因之一。通过合成数据，医疗提供者无需使用真实人员的数据来训练模型。相反，他们可以生成代表特定治疗干预的对话，而无需涉及任何受保护的健康信息。正如Read解释的那样，“合成数据还使我们能够轻松校准我们想要生成的不同示例，例如医疗提供者如何明确或隐含地说某事。这使得提供不同的示例变得更加容易，使我们提供给AI模型的信息更加紧凑，确保我们可以教授正确的数据，以便为现实世界的临床医生提供培训或反馈。”
合成数据还使不同的医疗组织能够民主化地训练和微调自己的机器学习模型。以前，一个组织可能需要提供数百甚至数千小时的患者与临床医生之间的转录会话以及其他数据点，而合成数据消除了这一进入壁垒。合成数据使模型能够更快地学习和构建响应，这也使得新的医疗保健参与者更容易进入该领域。
合成数据如何改善医疗保健
正如Read所解释的，尽管合成数据在理论上令人兴奋，但其真正的价值在于能够直接影响患者护理质量，确保临床决策得到现实世界验证数据集的支持。“这对于向临床医生提供反馈和培训尤为重要。”Read解释说，“例如，学习模型可以利用其数据开发的标准，询问临床医生在诊断时是否询问了抑郁症状的出现时间。如果临床医生没有问到重要的问题，如抑郁发作的时间或持续时间，我们将对诊断的信心降低，并希望确保后续会话中解决这些问题，以便患者获得正确的诊断和护理。”
在这种情况下，AI能够快速有效地向临床医生提供反馈，确保他们提出正确的问题，从而确保患者获得适当的护理水平。临床医生可以通过使用他们的培训来节省时间和精力，确保他们遵循最佳实践并满足提供高质量护理的适当标准，即使是在大规模的情况下也是如此。Read还看到了机器学习系统持续改进的潜力。“随着开始生成现实世界的示例，运行数据以确定合成数据的培训是否按预期提高了提供的护理标准。我们还需要寻找其他诊断标准吗？我们是否真正问到了所有正确的问题？随着平台的学习和改进，我们可以为临床医生提供更好的指导，提供一个高质量、标准化的系统来工作。”
医疗保健的未来
正如Read的观点所揭示的，AI和合成数据的使用不会取代临床医生的价值或决策权。但在合成数据的帮助下，AI可以帮助推动临床医生朝着正确的方向发展，确保更大的标准化和对最佳实践的遵守。随着越来越多的提供者开始利用合成数据，确保他们在所有患者互动中遵循最佳实践并获得会话反馈，他们可以提高所有患者的护理质量。
(全文结束)
