新的研究表明，医院必须负责任地使用人工智能，以避免巨大的碳排放。这项研究在阿塞拜疆巴库举行的COP29气候大会技术日（11月16日星期六）前夕发布，调查了人工智能在医疗保健中的影响，指出每天在多家医院处理数千份患者记录可能导致大量资源消耗。
今天（11月15日星期五）在《内科学杂志》上发表的研究中，来自阿德莱德大学和雷丁大学的研究人员提出了医院可以负责任地使用AI的方法，包括使用更短的提示来总结患者数据。阿德莱德大学的研究负责人奥利弗·克莱尼格表示：“你在医院的每一天，医生、护士和其他医院工作人员都会记录关于你健康的大量信息。到住院结束时，可能会积累数万字的资料。与忙碌的医疗保健工作人员不同，类似于ChatGPT的私人大型语言模型有时间阅读和处理这些信息。”
然而，强大的处理能力也伴随着巨大的责任。单次AI查询使用的电力足以给智能手机充电11次，并在澳大利亚数据中心消耗20毫升淡水。据估计，ChatGPT的能耗是谷歌的15倍。“在医疗保健中实施大型语言模型可能会带来非常显著的环境后果。医院管理层需要仔细考虑何时何地在组织中使用人工智能。”克莱尼格补充道。
ChatGPT的每日碳排放已经相当于400至800个美国家庭的排放量。医疗AI系统可能具有更大的碳足迹，因为它们需要更强大的模型来处理复杂的医疗信息，并且为了保护患者隐私，必须在本地运行。除了能源消耗外，这些AI系统所需的硬件还需要广泛的稀土金属开采，这可能导致栖息地破坏。仅制造过程就可能使AI操作的碳足迹翻倍。
为了减少医院和医疗中心对环境的影响，研究人员提出了五个关键问题，医疗保健提供者在实施AI系统前应考虑：
- 我的组织需要大型语言模型吗？ 是否现有技术已足够？
- 我应该选择哪种大型语言模型？ 使用最小的可能模型以减少资源消耗——较小、经过微调的大型语言模型可能优于较大的应用程序。
- 如何优化我的大型语言模型？ 使用较小和特定的提示以减少应用的碳影响。简洁且信息精炼的提示更节能。
- 我应该使用哪种硬件运行我的大型语言模型？ 使用运行在可再生能源上的硬件更为理想。
- 我应该共享哪些数据？ 适当共享数据以最大化大型语言模型的效率。
该研究还指出，AI有可能通过改善患者流动性和减少纸张使用等方式减少医疗保健的环境影响。克莱尼格、辛哈尔、库拉姆、高、斯帕吉克、扎内蒂诺、施尼茨勒、郭、扎曼、斯莫尔邦、伊蒂马尼、陈、斯特雷顿、戈德伯、陈、特纳、沃伦、克拉克、西瓦甘加巴兰等人在《内科学杂志》上发表了题为《医学中大型语言模型的环境影响》的文章。DOI: 10.1111/imj.16549。
(全文结束)
