SELECT LANGUAGE:

醫療保健中的 AI:公開透明與教育

想要成功整合最尖端的 AI 應用與醫療保健產業,所有相關人士都需要更多的相關教育。

醫療保健中的 AI:公開透明與教育

作者:Mark Aiello 與 April Crehan

人工智慧 (AI) 在醫療保健上的應用,總像籠罩著迷霧一般,有許多「未知」之處,想充分發揮其效用,是一項頗為艱鉅的挑戰。正如我們近日舉辦的生命科學圓桌會議中,某位應邀的貴賓所說:我們了解的越多,對 AI 應用進展的抗拒就越少。

想要成功整合最尖端的 AI 應用與醫療保健產業,我們當然都需要更多相關教育。教育公職人員與監管機構對此有更深切的了解,就能減少相關法規的不確定因素;要提高人們對新器材和方法的接受度,也需要教育社會大眾;當然,我們也要持續自我教育。

教育監管機構


大多數當選的民意代表 (例如縣市首長、立委和議員等),在機器智慧或醫學研究等方面,不見得擁有廣泛的背景知識;然而,他們卻要負責監督執掌這些應用走向的監管機構。如果公家機關無法充分了解自己監管和資助的「事務」,我們如何期待他們在這些事務的監管和資助上,能做出正確的決策?

在美國,諸如 TechCongress 和「美國科學促進會」(American Association for the Advancement of Science) 等團體,早已著手推薦通曉科技與科學的專業人士進入國會辦公室。而我們需要的,是根據充分的資訊所制定的政策規範,如此一來這類政策與規範才能夠推動新科技的實行,而不是成為絆腳石

透過拓展人們對 AI 的理解,與 AI 應用息息相關的利害關係人也能協助降低採用 AI 的一個障礙:也就是醫療保健領域中,有關 AI 使用的相關法規不足的問題。Partnership on AI 是一個集結了研究人員、產業以及公民社會組織的團體,該組織四大宗旨的中心思想,就是要確保「重要的利害關係人能具備參與相關事務所需的知識、資源及整體能力」。

提高公開透明度是醫療保健目前的全球趨勢,而推動 AI 教育正是這個全球趨勢的一部分。臨床試驗結果的淺白用語摘要,便是這個趨勢最好的例子。雖然這類摘要是專為臨床研究的結果而製作 (以淺白用語撰寫臨床試驗結果的摘要,供參加者及一般大眾參閱),但是將技術或科學內容「翻譯」成淺白用語的原則,其實有更為廣泛的應用。以淺顯易懂的用語說明技術性的主題,對您想教育的公職人員以及有利害關係的大眾與病患都有好處。

教育一般大眾


由於人類天生對未知事物會感到害怕,因此教育大眾 AI 的重要性就更顯得更加重要。美國人一般擔心 AI 的壞處多過好處;歐洲的統計數據也差不多,人們對這個新科技可說是憂喜參半 (實行新科技的人也會受恐懼心理所影響)。教育社會大眾什麼才是真正的風險,可能有益於緩解這樣的恐懼心態,進而提高採用能救人性命的 AI 應用的機會。

一般大眾,尤其是病患,也必須同時認識臨床試驗的最新進展和趨勢。以簡單的方式說明複雜的主題,對科學家以及一般人士都有好處。舉例來說,獲紐約時報 (New York Times) 報導的科學文章,引述率越來越高。當資源與教育更加容易取得時,病患與看護人員也就更能做出明智的決定。清楚的說明與適切的期待,也有助於人們嚴守研究的要求,進而提升研究人員及病患所得到的試驗結果。淺白用語可以跨越不同的文化和語言能力,提升人們的理解,這也代表研究人員將可取得更多元的資料集,讓 AI 設計人員得以建置更健全的系統。

對一般大眾與公職人員的教育訓練,是永無止境的循環,只不過這是個正面且有益的循環。不管是不是病患,選民若能對目前的研究有基本了解,往往也會對有益的法規與資金更感興趣,並更願意投入,也自然更容易選出關注相同事務的民意代表與官員。此外,公開透明與教育,也有助於我們了解不同領域的同儕與研究。

自我教育

任何參與臨床研究事務的人都知道,總是有新知識可以學習。以我們近日舉辦的圓桌討論為例,這類教育機會是非常重要的管道,能讓有志探索醫藥與 AI 應用的人士得以分享彼此的知識。

我們還可以透過什麼方法,運用自己的經驗加快研究流程及自身領域採用 AI 的腳步?我們已經找出一些合作推動建立 AI 業界標準的方法。那麼我們又該如何分享成功與失敗的經驗,來改善其他人的工作?

有鑑於隱私考量的關係,與撰寫淺白用語摘要等內容相比,這個知識分享的流程會更加棘手。但是,在尊重隱私權的同時也願意分享各自的發現,可能是推動醫療創新的最佳選擇。

資料分享與協力合作,為何能讓每個人更快速輕鬆地取得結果?欲知詳情,請閱讀我們的文章

  • #life_sciences
  • #blog_posts

Lionbridge
AUTHOR
Lionbridge