多年来，医疗保健行业一直以高能耗著称。随着越来越多的AI工具和技术的推出，医疗保健的能源需求进一步上升。正因如此，研究人员现在开始关注AI在医疗保健领域的环境影响。他们的建议是？负责任地部署AI。
这并非新话题。多年来，我们一直生活在一个数字化、在线化的世界中。曾经是工厂的地方，如今常常变成了巨型数据中心，用于托管和维护所有服务器和数字服务的可访问性。这些数据中心消耗大量电力。尽管越来越多地使用可再生和可持续能源来发电，但化石能源的比例仍然相当可观。AI应用，如用于生成式AI服务（如ChatGPT）的大型语言模型(LLMs)和机器学习解决方案，也需要大量能源。事实上，比你想象的要多得多。
负责任使用（生成式）AI
越来越多的医院正在引入（生成式）AI应用和机器学习。主要用于处理成千上万的电子病历、医学影像、诊断和临床试验。事实上，如今几乎每天都有医疗机构在开发、测试或部署某种AI驱动的解决方案。
阿德莱德大学和雷丁大学的研究团队研究了AI，特别是生成式AI工具（LLMs），对医疗保健碳足迹的影响。他们得出结论并建议，负责任地使用这些应用非常重要。例如，在用于总结与患者对话和数据的AI工具中使用较短的提示词。考虑诸如微软的Dragon Medical One等工具。
ChatGPT消耗的能源是谷歌的15倍
患者在医院的每一天，医生、护士和其他医院工作人员都会记录大量关于患者健康的文档。到住院结束时，一位患者的文档可能包含数万字。与忙碌的医疗人员不同，像ChatGPT这样的LLM有时间阅读和处理这些信息。
"然而，强大的处理能力也意味着巨大的责任。单次AI查询消耗的电力足以给智能手机充电11次。此外，为了冷却服务器，数据中心每次查询还要消耗20毫升水。ChatGPT消耗的能源估计是谷歌的15倍，"研究负责人奥利弗·克莱尼格(Oliver Kleinig)表示。"因此，在医疗保健中实施LLMs和生成式AI工具可能带来非常显著的环境后果。医疗机构的负责任管理者应仔细考虑在组织中何时何地使用AI。"
数百户家庭的二氧化碳排放量
ChatGPT每日的二氧化碳排放量已相当于400-800户美国家庭。医疗保健中的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，并且必须在本地运行以保护患者隐私。
除了数据中心的高能耗外，另一个因素是这些服务需要更多的计算机系统，因此必须进行生产。仅这一点就可能使AI运营的碳足迹增加一倍。
五个关键问题
为了减少医院和其他医疗机构的环境影响，研究人员建议医疗机构在实施AI系统前应考虑五个关键问题：
- 我的组织是否需要大型语言模型？ 现有技术是否足够？
- 我应该选择哪种LLM？ 使用尽可能小的模型以减少资源消耗——更小、精细调整的LLM可以胜过更大的应用。
- 如何优化我的LLM？ 使用更小、更具体的提示词来减少应用的碳影响。简洁且信息精炼的提示词更节能。
- 我的LLM应该在什么硬件上运行？ 优先使用依靠可再生能源运行的硬件。
- 我应该分享什么数据？ 在适当情况下共享数据以最大化LLM效率。
研究表明，AI也可以通过其他方式减少医疗保健行业的环境影响，例如改善患者流动和减少纸张使用。总体而言，特别是在荷兰，越来越多的医疗机构和医疗制造商正在努力减少碳排放。格罗宁根大学医学中心(UMCG)接入太阳能公园、飞利浦的无氦MRI扫描仪以及越来越多医疗机构参与"可持续医疗绿色协议"都是很好的例子。
【全文结束】
