（文章來源：hsy小徐1）

美國國家醫學研究院(National Academy of Medicine)一份關于人工智能在醫療領域的應用的特別出版物稱，人工智能或稱機器學習(machine learning)的作用將是至關重要的，因為該行業正在應對海量數據，這些數據可能會改善(或攪亂)健康狀況和成本優先級。然而，當前投資和發展的爆炸式增長，并沒有建立負責任、透明部署的共識基礎，這可能會限制其潛力。

這份新報告的目的是為組織的領導人，是一個全面的參考衛生保健專業人員，數據分析師，模型開發人員和那些致力于機器學習融入醫療，Michael Matheny說，范德比爾特大學醫學中心的醫學博士，女士英里每小時，生物醫學信息學系副教授和人工智能醫療合作編輯：希望，炒作，承諾，危險。

對衛生保健社區來說，從成功經驗、挑戰和最近使用這些工具的失敗中吸取教訓是至關重要的。我們開始列舉醫療人工智能領域的重要例子，強調圍繞人工智能開發和實施的最佳實踐，并提供需要討論的關鍵點，以便就如何作為一個人工智能社區和社會解決這些問題達成共識。”醫學博士，碩士，碩士，副教授，范德堡大學醫學中心生物醫學信息學。

馬瑟尼強調，自動駕駛汽車的大眾市場形象往往等同于機器學習或技術驅動系統，而自動駕駛汽車在醫療保健領域的應用則完全不同。Matheny說，在不久的將來，在醫療保健領域，人工智能應該被視為一種工具，以支持和補充受過高度訓練的專業人員在與患者及其目標協作提供醫療方面的決策。

最近在深度學習和相關技術方面的進展，在成像解釋方面取得了巨大成功，比如放射學和視網膜檢查，這些都刺激了人工智能的發展，首先帶來了風險投資，然后是行業巨頭。然而，一些工具存在偏見問題，這些偏見來自于它們所開發的人群，或者來自于選擇了一個不合適的目標。

赴美醫療服務機構和生元國際獲悉，數據分析師和開發人員需要努力增加數據訪問和標準化，并進行深思熟慮的開發，這樣算法就不會對已經處于邊緣地位的患者有偏見。Matheny說，編輯們希望這份報告能夠有助于在人工智能工具的使用中耐心、包容和公平的對話，以及仔細開發、實施和監督它們以優化成功機會的必要性。

“人工智能有可能徹底改變醫療保健。然而，當我們進入未來的技術支持，我們必須確保高數據質量標準，公平和包容性總是優先，透明度是具體到用例，新技術是由適當的和適當的教育和培訓，并適當地，所有的技術都是特定的和定制的立法，監管和支持“國家醫學研究院在一份新聞稿中寫道。

Matheny說：“我希望人們把這份報告作為一個陪襯，在幾個關鍵領域加強全國的討論，包括教育、人工智能的公平性、使用支持人類認知而不是取代它、以及將人工智能透明度分離成數據、算法和性能透明度。”
? ? ? ? （責任編輯：fqj）