Как машинное обучение НЕ помогло в борьбе с Covid-19
#ai_inside #ai_med
Это вторая часть поста про ИИ для covid-19. Первая часть, где мы рассказывали о причинах, почему ИИ не смог помочь в борьбе с covid — постом выше.
Так как же улучшить ситуацию и не допустить такого в будущем?
Вот несколько идей:
☑️ Дерек Дриггс, ML-исследователь из Кембриджа, считает, что для создания лучших моделей ИИ для медицины необходимо тесное сотрудничество между разработчиками ИИ и врачами. Понимание врачами медицинских нюансов поможет создать адекватные ИИ-модели.
☑️ Датасеты и модели должны быть открыты для изучения. Это поможет выявить слабые места моделей и иметь их в виду при использовании.
☑️ Также необходимо решить проблему с конфиденциальностью данных. Нужно, чтобы медицинские данные были более доступны ИИ-разработчикам, особенно в случаях крайней нужды, как при пандемии. Это не так просто сделать: как мы писали выше, медицинские данные — деликатная информация и часто содержат персональные данные. Их нельзя просто так пересылать и использовать.
Всемирная организация здравоохранения (ВОЗ) предлагает создать "аварийный протокол", по которому в кризисных ситуациях исследователи смогут проще получать доступ к данным и пересылать данные из одной страны в другую.
☑️ И последняя проблема, над которой нужно работать — кооперация в научной среде. Сейчас мир науки и индустрии устроен так, что поощряет индивидуальные достижения и инновации. Из-за этого все компании и разработчики стремятся создать "что-то новое и свое", чтобы прославиться. Конкуренция — высока, сотрудничество — не поощряется. В результате мы получаем кучу статей и ИИ-прототипов, но мало какие из них доводят до того состояния, когда они могут начать приносить реальную пользу.
В заключение: проблемы, описанные выше, возникают во всех сверах применения ИИ. Хочется надеяться, что на провальном примере ИИ для covid-19 человечество чему-то научится.
А вы как считаете? Сможем ли мы извлечь урок? Сможет ли ИИ приносить реальную пользу людям? Что для этого нужно сделать?
Материал написан на основе этой статьи.
#ai_inside #ai_med
Это вторая часть поста про ИИ для covid-19. Первая часть, где мы рассказывали о причинах, почему ИИ не смог помочь в борьбе с covid — постом выше.
Так как же улучшить ситуацию и не допустить такого в будущем?
Вот несколько идей:
☑️ Дерек Дриггс, ML-исследователь из Кембриджа, считает, что для создания лучших моделей ИИ для медицины необходимо тесное сотрудничество между разработчиками ИИ и врачами. Понимание врачами медицинских нюансов поможет создать адекватные ИИ-модели.
☑️ Датасеты и модели должны быть открыты для изучения. Это поможет выявить слабые места моделей и иметь их в виду при использовании.
☑️ Также необходимо решить проблему с конфиденциальностью данных. Нужно, чтобы медицинские данные были более доступны ИИ-разработчикам, особенно в случаях крайней нужды, как при пандемии. Это не так просто сделать: как мы писали выше, медицинские данные — деликатная информация и часто содержат персональные данные. Их нельзя просто так пересылать и использовать.
Всемирная организация здравоохранения (ВОЗ) предлагает создать "аварийный протокол", по которому в кризисных ситуациях исследователи смогут проще получать доступ к данным и пересылать данные из одной страны в другую.
☑️ И последняя проблема, над которой нужно работать — кооперация в научной среде. Сейчас мир науки и индустрии устроен так, что поощряет индивидуальные достижения и инновации. Из-за этого все компании и разработчики стремятся создать "что-то новое и свое", чтобы прославиться. Конкуренция — высока, сотрудничество — не поощряется. В результате мы получаем кучу статей и ИИ-прототипов, но мало какие из них доводят до того состояния, когда они могут начать приносить реальную пользу.
В заключение: проблемы, описанные выше, возникают во всех сверах применения ИИ. Хочется надеяться, что на провальном примере ИИ для covid-19 человечество чему-то научится.
А вы как считаете? Сможем ли мы извлечь урок? Сможет ли ИИ приносить реальную пользу людям? Что для этого нужно сделать?
Материал написан на основе этой статьи.