辛辛那提大学专家在近期中风治疗学术产业圆桌会议上强调了"人在回路中"人工智能系统在中风研究与治疗中的关键作用。医学博士约瑟夫·布罗德里克代表辛辛那提大学出席该会议，他在接受校方新闻采访时将AI在医疗决策中的应用比作儿童自行车的辅助轮。布罗德里克着重指出，必须采用"需要人类输入和专业知识"的"人在回路中"AI系统，确保人类专家全程参与开发与应用阶段，以防止得出错误结论。
目前AI已用于分析医学影像和筛选临床试验参与者，但布罗德里克警告过度依赖可能存在缺陷的AI输出的风险。据辛辛那提大学新闻报道，他强调："若使用错误或有限的数据，且人类专家未能纠正这些错误数据或分类，AI将产生不准确甚至错误的建议。"当前技术主要分为两种形式：机器学习和生成式AI。依赖结构化人工整理数据集的机器学习因其可解释性和医疗验证所需的透明方法而受到赞誉；而生成式AI虽基于更庞大的数据集运作，却如同"黑箱"，其决策过程因参数数量与复杂性难以被充分理解。
为确保有效性与伦理标准，中风研究人员被建议采用稳健多元的数据集，以反映不同扫描设备类型和患者人口特征。此举旨在增强医疗机构与患者群体间的普适性。
在患者隐私保护方面，训练AI模型时必须实施严格协议以符合HIPAA（健康保险流通与责任法案）要求。在将患者信息纳入AI学习流程前进行匿名化处理是建议策略之一，此举有望缓解隐私担忧——当前国际数据保护法规差异显著，跨境数据共享实践亟需协调。
展望未来，经验证的AI工具有望彻底改变患者临床试验筛选方式，优化试验设计沟通，助力治疗个性化，并简化实效性临床试验研究。正如辛辛那提大学新闻所述，实效性临床试验"旨在评估治疗方案在常规临床护理（而非理想化条件）下的实际效果"，是更具成本效益的研究方法。
总体而言，随着AI持续成为中风研究的重要工具，布罗德里克及其团队既认可其光明前景，也清醒认识固有挑战与责任。"未来充满希望，我们将借助这些新工具在研究中取得重大进展，"布罗德里克向辛辛那提大学新闻表示，"但在AI日益深度融入日常生活的时代，严格区分准确数据与误导信息至关重要。"
【全文结束】
