伯明翰大学举办了一场备受关注的参与活动，邀请公众成员更多地了解人工智能（AI）如何在医疗保健领域取得巨大进展。
公众成员了解到人工智能有可能彻底改变医疗保健部门。伯明翰大学的学者以及来自卫生和社区部门的专业人员邀请公众与他们一起讨论人工智能在医疗保健中的潜力。例如，分析大量的健康数据可以支持治疗决策，协助医院流程和规划，并提高处方和诊断的准确性。
活动包括面向全体的报告，较小规模的活动以及提问和分享想法的机会，包括与当地艺术家的创意合作。
人工智能如何支持医疗保健
我们已经可以看到人工智能在医疗保健中的实际应用，并且使用人工智能的机会只会不断增加。研究人员和公众能够讨论智能手表如何使用传感器收集数据，这些传感器可以监测心率和节律、皮肤温度和其他生理信号，以检测可能需要进一步调查的变化。另一个例子包括糖尿病患者佩戴的智能贴片，它使用人工智能实时预测风险并为个体患者定制治疗计划。智能眼镜已经在某些环境中用于支持外科医生的培训。这些工具有可能彻底改变医疗保健，节省资源，提高准确性，并为患者提供更方便的护理。然而，“工具”的定义正是它帮助用户完成特定活动，而不是代替他们完成。人工智能短期内不会取代医生。
优化患者流量
医院越来越繁忙，每年接待的患者越来越多。为了充分利用资源，最大限度地减少因低效系统造成的排队和瓶颈，人工智能可以被用来帮助优化患者流量。活动中的访客观看了模拟软件以各种方式设置医院，以了解如何改变医生和护士的数量和位置，帮助患者在正确的时间到达正确的地方。研究已经在使用此软件在提出改变实际系统的建议之前进行测试修订。希望患者很快就能在现实生活中受益。
隐私考虑
公众成员对谁可以访问他们的健康数据以及他们的信息在数据集中的可识别性有疑问是可以理解的。在整个活动中，有很多关于隐私和数据安全主题的交流机会。研究人员分享了如何生成合成健康数据来扩大稀缺的患者数据，以便得出有意义的统计结论，同时保持患者信息的隐私。这也有助于更快地为研究人员提供数据，而无需等待许可，意味着研究可以加快进度。活动参与者还考虑了研究不同人群对更好地理解疾病的重要性，以及未经同意的数据访问对于确保每个人都在数据中得到体现的重要性，以便研究有助于改善每个人的护理。
动手活动
公众成员被邀请参加一个动手活动，激发了关于我们如何向计算机提供健康信息与我们如何可能与医生分享以及在分析健康数据时这些差异带来的一些挑战的对话。例如，作为与医生对话的一部分记录的非结构化数据可能比计算机屏幕上的勾选框更难解码，然而，先进的机器学习正在开始了解如何对医疗记录中的自由流字段进行分类。
活动以小组讨论结束，并为观众成员提供了向专家提问的机会。
该小组由 Dipak Kotecha 教授、Elizabeth Sapey 教授、Suzy Gallier、刘晓轩博士和 Alastair Denniston 教授组成，讨论了人工智能和健康数据为患者更好地控制自己的健康创造的机会，人工智能可能进一步嵌入偏见并延续健康不平等的风险，如何使用未经同意的健康数据最小化这种风险并帮助确保健康进步惠及每个人，以及法规跟上技术进步的需要。
