卡罗林斯卡学院人工智能创新中心将作为一个支持中心和技能枢纽。该中心的两位代表认为，医疗行业需要掌握主导权，使技术适应用户需求，而不是相反。
"卡罗林斯卡学院(KI)有很多人工智能应用，但我们不会零散地处理每项任务，而是将汇集不同领域的技能，"临床神经科学系兼职教授兼生命科学总统顾问克拉拉·赫尔纳(Clara Hellner)表示。她也是新中心指导小组的成员，该小组的一项任务就是提供支持功能。"我们随时准备根据需要为研究人员的人工智能工作提供支持，"她解释道。
人工智能创新中心还将制定该领域的政策，这属于校长高级顾问玛雅·费亚斯塔德(Maja Fjaestad)的专业领域。她也是指导小组的成员，此前曾在布鲁塞尔的欧洲人工智能办公室工作。"我期待将欧洲政策视角带到讨论中来，"她说。"卡罗林斯卡学院在医学研究方面表现出色，没有人能在这方面质疑我们，但我可以贡献更广泛的社会科学视角。"
中心活动的一个重要方面将是作为协作节点。根据赫尔纳教授的说法，例如与医疗保健部门的合作将涉及数据管理、知识产权以及行为科学等问题。"我们如何与人工智能互动？这方面有很多值得探索的内容，"她说。"特别是要确保技术为我们服务，而不是相反。我相信我们都曾对无用的网站和应用程序感到绝望。"
新中心还将在卡罗林斯卡学院与其他大学的合作中发挥重要作用。"作为单一学科的大学通常是一种优势，但在这种情况下也是一种劣势，因为它与不同思维方式的研究环境相距较远，"她说。
当人工智能遇上医疗保健
费亚斯塔德博士表示，将人工智能融入医疗保健看似简单。"但从事这一领域工作的人描述了许多困难 - 从适用的管辖权到如何确保数据在采购过程中不丢失等问题。"
她对这项技术尚未完全成熟感到惊讶，并举例说："在进行梗死后扫描时，发现患者有锁骨骨折，但这不是人工智能寻找的内容。教会人工智能'如果有骨折，告诉我们'是一个提示，"她说。她接着强调，人工智能远非中立，而是由其训练数据塑造的。例如，过去医学研究主要以男性为对象。
"我们非常擅长检测男性的心脏病发作，但对表现出其他症状的女性却不擅长，"她说。"基于过于狭窄的数据样本开发算法是我们不会再犯的错误。"
费亚斯塔德博士还提出了人工智能在医疗保健领域应如何应用的问题："很明显，人工智能擅长发现图像中的异常。但人工智能还擅长哪些意想不到的事情？我们能否利用人工智能更好地组织医疗保健？人工智能擅长处理的复杂信息不仅限于图像识别。我认为，我们应该保持对医疗保健中人工智能应用的开放性描述，而不是仅仅将其快速归类为显而易见的应用。"
赫尔纳教授提到，斯德哥尔摩地区和卡罗林斯卡学院正在进行多个人工智能项目，从优化疑似败血症的护理流程到开发新疫苗。"该中心的目的是帮助增强人工智能开发方面的系统能力，"她说。"卡罗林斯卡学院有许多小型独立单位，它们以网络形式协同工作。这就像一个蚁丘。某些问题需要共同努力，而我们现在正处于巨大的技术飞跃之中，所以我们需要了解研究人员可以独立处理什么，以及他们需要哪些帮助。"
多学科研究
卡罗林斯卡学院提供不同类型的创新支持，例如通过KI创新部门。然而，有些问题特定于人工智能，例如涉及安全性、权利、数据共享和访问的问题。"在这方面，中心将识别并处理反复出现的问题，"赫尔纳教授说。"整个中心的设立旨在创建系统能力。"
费亚斯塔德博士进一步阐述了这一点。"我认为该中心非常适合将多学科研究联系起来，从而产生这种创新，我认为这将非常令人兴奋。"
上述内容可以描述为"由内而外"的创新，但赫尔纳教授指出，人工智能创新中心还将与"由外而内"的创新合作。"我们收到来自希望在卡罗林斯卡学院使用测试平台或用我们的数据验证其算法的公司的联系，"她说。
该中心支持中小企业："许多创新工作旨在实现'三螺旋'，使学术界、公共部门和企业能够建设性地合作，"赫尔纳教授解释道。她举例说："一些初创公司有一个想法，但需要数据访问权限、测试平台或合作伙伴。或者为什么不找一位能够判断他们是否走在正确道路上的熟练临床医生呢？我们将引导公司，使他们在这一过程中的导航尽可能顺畅。"
赫尔纳教授将节省出来的时间作为社会效益和患者受益的一个例子。"当医生或其他医务人员意识到人工智能可以处理数据量，使他们能够增加与患者相处的时间时，情况将会真正起飞，"她说。
对她来说，这是一个巨大的问题，当医疗保健工作人员不得不在电脑前花费大量时间时，"人手不足"。"但在构建真正为用户带来便利的系统时，必须确保系统基于他们的需求。"费亚斯塔德博士也谈到了这个问题："该中心将在人工智能开发方面让医疗专业人员掌握主导权，因为开发是在大学进行的，因此根植于知识。"
负责任的使用
费亚斯塔德博士在乌普萨拉大学的AI政策实验室与弗吉尼亚·迪格努姆(Virginia Dignum)教授兼职工作。该小组的重点是人工智能的负责任使用，这除了伦理方面外，还包括系统透明度和问责制。
"弗吉尼亚以提出'零号问题'而闻名，即 - 这是我们应该用人工智能解决的问题吗？"她说。"积极提出这个问题很重要，尤其是在医疗保健领域。在人工智能政策研究方面有所涉猎使我成为卡罗林斯卡学院更好的一员，我相信该中心可以帮助改善卡罗林斯卡学院的这种对话。"
然而，在医疗保健中实施人工智能并非没有挑战。赫尔纳教授从临床角度提出："我们如何保证质量？如果你只是按按钮并访问患者的治疗计划会怎样 - 我们如何防止数字痴呆？参与者将具有不同程度的专业性，因此我们还必须处理质量维度。处理大量数据和发现模式具有巨大潜力，但我们还必须保留将人工智能用作辅助工具而不变得懒惰的权利。"
费亚斯塔德博士则强调关注患者利益的重要性："在医疗保健领域，我们不能仅仅为了好玩而引入新技术，这一点非常清楚。我们应该自问的问题是，这是否符合患者的利益。但不进行数字化和不使用人工智能也存在风险。选择不进行数字化也是一种主动决策。"
本文最初于4月20日由卡罗林斯卡学院发布。
【全文结束】
