一项研究调查了人工智能对医疗保健的影响，结果显示，使用大型语言模型每天处理多家医院数千份患者记录可能导致巨大的资源消耗。这项研究于11月15日发表在《内科医学杂志》上，来自阿德莱德大学和雷丁大学的研究人员强调了医院如何负责任地使用AI，包括使用较短的提示来总结患者数据。
领导这项研究的阿德莱德大学的奥利弗·克莱宁格（Oliver Kleinig）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大量的关于你的健康信息。到出院时，可能会累积数万字的记录。与忙碌的医护人员不同，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，强大的处理能力也带来了巨大的责任。单次AI查询所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毫升的淡水。据估计，ChatGPT的能耗是谷歌的15倍。
“在医疗保健中广泛实施大型语言模型可能会带来非常显著的环境后果。医院管理者需要仔细考虑在组织中何时何地使用人工智能。”克莱宁格补充道。
需要考虑的问题
ChatGPT的每日碳排放量已经相当于400-800个美国家庭的排放量。医疗保健AI系统的碳足迹可能更大，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大量稀土金属的开采，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，研究人员提出了医疗保健提供者在实施AI系统前应考虑的五个关键问题，包括：
- **我的组织需要大型语言模型吗？**现有的技术是否足够？
- **我应该选择哪种LLM？**使用最小的可能模型以减少资源消耗——较小的、经过微调的LLM可以超越较大的应用。
- **我如何优化我的LLM？**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加节能。
- **我应该使用哪种硬件运行我的LLM？**使用可再生能源运行的硬件更为理想。
- **我应该共享哪些数据？**通过适当的数据共享最大化LLM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轻医疗保健的环境影响。
更多信息： 奥利弗·克莱宁格等，《大型语言模型在医学中的环境影响》，《内科医学杂志》（2024）。DOI: 10.1111/imj.16549
(全文结束)
