據英國《金融時(shí)報》報道，一組頂尖科學(xué)家和醫學(xué)統計學(xué)家上周五警告稱(chēng)，在某些生物醫藥領(lǐng)域使用人工智能技術(shù)會(huì )得出一些不準確的結論。
“使用機器學(xué)習技術(shù)對大數據進(jìn)行分析得出的研究結論中，有很多都無(wú)法獲得我的信任。”美國萊斯大學(xué)貝勒醫學(xué)院副教授基尼維拉·艾倫（Genevera Allen）在美國科學(xué)促進(jìn)會(huì )年會(huì )上警告說(shuō)。
機器學(xué)習已經(jīng)被用于研究科學(xué)和醫學(xué)數據與某些現象之間的關(guān)系，例如基因與疾病之間的關(guān)聯(lián)性。在精準醫療中，研究人員會(huì )尋找擁有相似DNA的病人，讓治療方案能夠瞄準特定的致病基因。
“很多技術(shù)都是為了進(jìn)行預測。”艾倫說(shuō)，“但從來(lái)沒(méi)有返回過(guò)‘我不知道’或者‘我沒(méi)有發(fā)現任何東西’這樣的結論，因為它們設計過(guò)程中就沒(méi)有考慮這種情況。”
她不太愿意指出具體的案例，但卻表示，機器學(xué)習對癌癥數據得出的研究結論就是很好的例子。
“有很多案例都無(wú)法重復。”艾倫說(shuō)，“一項研究中發(fā)現的集群跟另外一項研究中發(fā)現的截然不同。為什么會(huì )出現這種情況？因為當今的多數機器學(xué)習技術(shù)都會(huì )說(shuō)：‘我發(fā)現了一個(gè)群體。’但有的時(shí)候，如果換一種說(shuō)法反而更有幫助，可以說(shuō)：‘我認為其中一些確實(shí)是被分成一組，但我不確定另外一些。’”
一旦機器學(xué)習發(fā)現病人基因與疾病特征之間存在特定聯(lián)系，人類(lèi)研究人員可能就會(huì )對相應的發(fā)現提供合理的科學(xué)解釋。但這并不意味著(zhù)這些發(fā)現就是正確的。
艾倫說(shuō)：“你總能找到理由來(lái)說(shuō)明為什么某些基因被分成一組。”
計算機科學(xué)家直到最近才開(kāi)始意識到這個(gè)問(wèn)題，這可能導致醫學(xué)研究人員走上錯誤的道路，還會(huì )浪費資源來(lái)確認無(wú)法重復的結果。
艾倫和她的同事正在努力改進(jìn)統計技術(shù)和機器學(xué)習技術(shù)，好讓人工智能可以對自己的數據分析展開(kāi)批判，并指出某些發(fā)現有多大概率是真實(shí)存在的，而非隨即相關(guān)的。
“有一種想法是專(zhuān)門(mén)擾亂數據，看看結果是否會(huì )保持不變。”她說(shuō)。
點(diǎn)擊下圖，預登記觀(guān)展
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
