人工智能（AI）的潜力有时似乎无穷无尽。但随着这种潜力而来的还有严重的新的担忧，如偏见、虚假信息和隐私侵犯。如何以一种能伦理地解决这些担忧的方式开发和实施AI，是One-U负责任AI倡议（RAI）的目标。该倡议于2023年秋季启动，并于今年9月举行了首次研讨会，吸引了大量观众。健康研究是该倡议的三个重点领域之一。
One-U RAI主任Manish Parashar博士同时也是Kahlert计算学院的教授，他描述犹他大学在推进这一领域方面处于特别有利的位置，因为该校拥有强大的健康研究社区和广泛健康记录。“我们有实力，”他说，“我们有数据，我们有专业知识。我们可以在全州范围内产生有意义的影响。”
负责RAI医疗保健和健康工作组的Nina de Lacy博士认为，这些全州范围的解决方案将具有全球影响。de Lacy是Spencer Fox Eccles医学院的精神病学助理教授，她认为犹他州是一个微观世界，可以反映一些最紧迫的健康研究问题，如气候变化如何影响健康，以及如何改善偏远社区的医疗保健获取。“在这里的落基山脉西部，我们有一个巨大的机会来推进解决影响全球人民的问题的方案，”de Lacy说。
预测死胎风险
SFESOM妇产科助理教授Nathan Blue博士从临床医生的角度看待AI。作为一名专门从事高危妊娠的妇产科医生，Blue对一个令人沮丧的统计数据非常熟悉：每160次妊娠中就有一次以死胎告终。提前分娩可以预防死胎，但也可能导致因早产而引起的婴儿死亡，这意味着“产科决策的圣杯是知道何时建议分娩”，Blue说。这是一个极其复杂的决定。即使考虑了所有已知的死胎风险因素，标准护理的分娩时间仍然在大约两周的范围内。最终推荐的日期由医生判断。因此，Blue正在构建一个AI工具，用于评估复杂妊娠中的死胎风险。他特别使用了一种“可解释的AI”，这种模型可以向用户展示哪些因素促成了模型的预测。这种模型提供的透明度可以帮助医生减少和调整决策中的偏见，同时整合人类大脑无法处理的数据量。如果成功，Blue表示，准确的个性化死胎风险预测将是产科学乃至整个医疗保健领域的突破。“我们都出生过，”Blue说，“这具有改变人类健康的潜力。”
增强医学图像分析
虽然Blue正在整合妊娠数据，Kahlert计算学院的副教授Shireen Elhabian博士则着眼于AI图像分析如何改变医学。她利用AI整合大量数据的潜力，帮助医生从X光片和MRI等医学图像中获取更有价值的信息，这些图像占所有健康数据的约90%。“我们正在开发自动化工具，使医生能够充分利用医学图像的全部潜力，更快速、更精确地诊断和研究疾病，而无需大量的专家输入，”Elhabian说。“我的目标是创建不仅智能而且实用、易用、高效和可重复的系统。”
医生可以从X光和其他医学扫描中提取测量值，以标记患者对治疗的反应情况或估计未来的受伤风险。但医生通常采取二维测量，可能无法捕捉到解剖变异的全部范围。Elhabian正在构建的图像分析工具可以对解剖结构进行三维建模和分析，从而对患者的健康状况有更全面的理解。Elhabian强调，她的AI工具旨在帮助医生解读图像，而不是取代人类的角色。“AI不是来替代医疗专家的，”她解释说，“而是揭示隐藏的信息并增强工作流程。”
人工智能与人类责任
尽管当天的演讲总体上对AI工具改善医疗保健的能力持乐观态度，但贯穿研讨会的一个共同主题是负责任地设计、维护和使用这些工具的重要性。研究人员强调了需要设计保持人类参与、减少偏见和尊重隐私的设计。“AI并不是向我们袭来的飓风。它就是我们，”加州大学圣地亚哥分校的数据科学和哲学教授David Danks博士在小组讨论中说。“正是这样的活动让我充满希望。我们可以做得更好。”
(全文结束)
