科學家：生物醫藥研究使用AI技術或導致結論不準確

　　2019年02月18日 08:31 新浪科技

　　

　　新浪科技訊 北京時間2月18日早間消息，據英國《金融時報》報道，一組頂尖科學家和醫學統計學家上周五警告稱，在某些生物醫藥領域使用人工智慧技術會得出一些不準確的結論。

　　「使用機器學習技術對大數據進行分析得出的研究結論中，有很多都無法獲得我的信任。」美國萊斯大學貝勒醫學院副教授基尼維拉·艾倫（Genevera Allen）在美國科學促進會年會上警告說。

　　機器學習已經被用於研究科學和醫學數據與某些現象之間的關係，例如基因與疾病之間的關聯性。在精準醫療中，研究人員會尋找擁有相似DNA的病人，讓治療方案能夠瞄準特定的致病基因。

　　「很多技術都是為了進行預測。」艾倫說，「但從來沒有返回過『我不知道』或者『我沒有發現任何東西』這樣的結論，因為它們設計過程中就沒有考慮這種情況。」

　　她不太願意指出具體的案例，但卻表示，機器學習對癌症數據得出的研究結論就是很好的例子。

　　'" frameBorder=0 width=300 allowTransparency name=sinaadtk_sandbox_id_9 marginWidth=0 scrolling=no sandbox="allow-popups allow-same-origin allow-s**ts allow-top-navigation-by-user-activation" adtypeturning="false">

　　「有很多案例都無法重複。」艾倫說，「一項研究中發現的集群跟另外一項研究中發現的截然不同。為什麼會出現這種情況？因為當今的多數機器學習技術都會說：『我發現了一個群體。』但有的時候，如果換一種說法反而更有幫助，可以說：『我認為其中一些確實是被分成一組，但我不確定另外一些。』」

　　一旦機器學習發現病人基因與疾病特徵之間存在特定聯繫，人類研究人員可能就會對相應的發現提供合理的科學解釋。但這並不意味著這些發現就是正確的。

　　艾倫說：「你總能找到理由來說明為什麼某些基因被分成一組。」

　　計算機科學家直到最近才開始意識到這個問題，這可能導致醫學研究人員走上錯誤的道路，還會浪費資源來確認無法重複的結果。

　　艾倫和她的同事正在努力改進統計技術和機器學習技術，好讓人工智慧可以對自己的數據分析展開批判，並指出某些發現有多大概率是真實存在的，而非隨即相關的。

　　「有一種想法是專門擾亂數據，看看結果是否會保持不變。」她說。(書聿)

　　關鍵詞 : 生

所以醫生是不可代替的!

大千世界 發表於 2019-2-18 09:17
所以醫生是不可代替的!

高度同意醫生不會失業!