人工智慧正在重塑健康研究並加速藥物發現和疾病調查。
它在為醫療保健產業帶來幫助的同時，也帶來了數據偏差和透明度需求等挑戰。
另請閱讀：人工智慧和醫療保健
研究人員利用人工智慧分析複雜的健康數據。
人工智慧支援研究人員處理複雜的健康數據。它有望改變、理解、預防和治療疾病。然而，惠康生物倫理學主管卡利‧克魯賓納(Carleigh Krubiner) 博士指出，必須負責任地部署它，以避免強化偏見。
人工智慧大大縮短了藥物發現的過程，透過整理大量數據來識別潛在的新藥，從而降低成本和時間。它對於影響低收入和中等收入國家的罕見疾病和病症特別有用。
另請閱讀：人工智慧驅動藥物發現的突破
人工智慧有助於分析人類基因數據
正如Chan Zuckerberg Initiative 的Priscilla Chan 所指出的那樣，人工智慧還可以以前所未有的速度處理基因組數據，從而能夠更快地識別治療標靶。
人工智慧在人類細胞圖譜中的作用透過快速且準確地繪製所有細胞類型來展示這種能力； 人工智慧為人類生物學提供了新的見解。正如艾達洛夫萊斯研究所的高級研究員Anna Studman 所解釋的那樣，如果沒有人工智慧的數據處理能力，人類細胞圖譜就不可能實現。
解決人工智慧使用中的偏見
雖然人工智慧有很多好處，但我們還需要做很多工作來確保它不會加劇當前的偏見。如果發生這種情況，考慮到許多資料集並不多樣化，健康研究和應用結果將會出現偏差。
正如Wellcome 的生活體驗顧問Shuranjeet Singh 所解釋的那樣，人工智慧有可能重現醫療數據中存在的偏見，從而加劇健康不平等。
Anna Studman 解釋瞭如何以及為何使用數據來幫助建立信任，特別是與邊緣化社區的信任，以解決這些偏見，並確保人工智慧透過更好地代表數據集和不同類型的人的更多生活體驗來平等地惠及每個人。
Carleigh Krubiner 表示，研究人員需要檢查人工智慧是否可能是可用於特定工作的最佳應用程序，以及適當的更簡單的解決方案是否更具成本效益。
Emman Omwanda 的加密貨幣城市報告
資訊來源：由0x資訊編譯自CRYPTOPOLITAN。版權歸作者Emman Omwanda所有，未經許可，不得轉載