个人化和个体

“如果能将人工智能应用到医疗保健领域,就有可能让它在任何行业都发挥作用,”Jeroen Maas在圆桌会议“像公私合作伙伴一样思考”的开幕词这样说道。

 

在阿姆斯特丹经济委员会,Maas在推动医疗行业的创新和业务发展方面担任着战略角色。他与一些主要的首席执行官、科学家和政策制定者合作,推广数据科学和人工智能,目的是到2025年为阿姆斯特丹地区的每一位居民争取两年的健康年。

 

将人工智能应用于任何行业都是一项挑战。你需要解决一系列问题,比如道德、隐私问题、技术和存储挑战等等。

 

但是,医疗保健也带来了额外的负担:它是一个公共和私人利益交织的舞台。那么,如何激励双方以互惠互利的方式合作,改善个体患者的护理和产出?

 

还有另一个层面:健康数据也是一个深层次的个人问题。我们如何分享我们的身体?

 

究竟是一个更智能的工作场所还是更愚蠢的未来?

圆桌会议是2020年3月5日和6日在阿姆斯特丹Circl建筑举行的“AI@Work”国际活动的一部分。由重塑工作和KIN数字创新中心两个机构组织,汇集了计算机科学家、伦理学家、学者、决策者和商界领袖,共同探讨这样一个问题:“我们是走向一个更智能的工作场所,还是一个更愚蠢的未来?”

 

主讲人Marleen Huysman(阿姆斯特丹自由大学的教授兼KIN的负责人)和Marc Burger(Capgemini Invent的国家负责人)——可以肯定的是,这是一对公私合营的组合——两位都强调了人工智能不会抹去工作岗位的净数量,而是创造出不同的工作岗位。事实上,正如Huysman所观察到的,技术短缺的可能性更大。

 

另一个迫在眉睫的挑战是如何实施更多的审核,以确保人工智能不会导致定性、偏见或歧视。Burger说:“这是关于制定符合我们道德标准的策略和健全的制衡体系”。

 

保持灵活,持续学习。

Huysman说,智能技术肯定会改变团队协作。不同的股东者需要采用不同的策略。例如,人工智能开发人员必须提高他们的社交技能,接受与领域专家的合作。管理者需要集中精力做出正确的组织变革的决策,并保持这些变革的与时俱进。政策制定者需要确保建立一个能够推动技术技能和终身学习理念的基础设施。

 

据Burger称,随着对数据录入、零售、电话服务线路和商品分销等“常规工作”的需求减少,对企业家、建筑师、医生、设计师、建筑商和咖啡师等“非常规工作”的需求将增加。

 

不管怎样,对每个人来说,轻松应对复杂性和不确定性是一个好的方向,也就是说,改变将持续。

 

给病人更多的时间      

各种研究都支持Huysman和Burger的观察结果。在“与人工智能合作的不确定性和紧迫性:放射学案例”的演讲中,研究员Bomi Kim指出,放射科医生没有遭受任何职业身份的损失,虽然人工智能在做出更准确和有效的诊断方面已经超越了他们。

 

事实上,当他们得到管理层和决策者的支持时,放射科医生会更高兴,因为这意味着他们有更多的时间来完成更复杂的任务:即对病患提供更个性化的护理和沟通。

 

缓解过度紧张的制度          

Loes van Egmond是SkinVision的业务发展总监,她的公司正试图重新设计皮肤癌护理途径,推出一款应用程序,让人们可以自我检查皮肤是否有皮肤癌的早期迹象,以帮助缓解已经捉襟见肘的医疗系统。为了扩大规模,他们必须与各种合作伙伴合作,包括医疗机构和保险公司。

 

Van Egmond说:“人工智能在生命科学领域面临的最大挑战不是改进算法,而是在医疗健康领域实现算法。阿姆斯特丹是一个真正的人工智能和医疗健康的中心,将合适的人才与一流的研究机构和国际网络结合在一起。”

 

公共/私人-和隐私            

与此同时,在“像公私合作伙伴一样思考”圆桌会议上,将数据科学和人工智能应用于临床环境的挑战继续堆积。细微差别无处不在。

 

例如,收集有关年龄、性别和邮政编码的数据所产生的隐私问题(因为这些信息可能会包含一个关于个人社会经济背景的线索——这是对健康非常重要的因素)。然而,仅凭这些信息,你已经可以非常接近病人的身份。

 

然后,也有其他一些相互冲突的技术也正在不断的出现:例如,已经存在一种算法可以从分割的核磁共振扫描重塑一个人的脸。

 

了解你的权利        

与此同时,欧洲正试图制定相关的政策,使个人数据共享,同时将所有权留给个人——在中国个人数据为国有,和美国的个人数据为公司所有形成鲜明对比。

 

虽然欧洲专家普遍认为数据永远不应归公司所有,但我们确实需要这些公司帮助支付基础设施的费用,以确保数据的安全性和可共享性。

 

但是,当一家荷兰医疗科技公司被出售给一家美国公司时,数据会发生什么变化呢?在所有这些公司中,有40%是美国公司?

 

的确,这很复杂。与此同时,参加AI@Work的人都显得异常乐观。

 

Maas说:“也许这只是从简单的事情开始,我们也许可以从制度化的反向米兰达权利开始:‘你共享的任何数据都不会被用来对付你。’ ”