研究发现|AI在新冠检测中失灵了？研究发现647款AI工具不适用于临床( 三 )

“我们实际上并不知道这家公司都做了哪些工作。甚至一些医院还与医疗AI的供应商签了保密协议。”Laure Wynants说。当她问医生使用的什么算法或软件时，会被告知医院不允许医生将这些说出去。
三、AI开发者要与临床医生合作，专家呼吁“数据共享”更加完善的数据可能会对解决这个问题有所帮助，但是在危机时期，这个要求很难做到。Derek Driggs称，更重要的是要充分利用已经拥有的数据集，应该让AI开发团队与临床医生进行更多合作。开发者要分享他们的模型，并公开他们是如何训练这些模型的，以便其他人可以测试它们并以此为基础来正确的使用。
“这是我们现在能够做到的几件事，它们可能会解决我们发现的50%的问题。”Derek Driggs说。
总部位于伦敦的全球健康研究慈善机构Wellcome Trust的临床技术团队负责人Bilal Mateen说，如果格式标准化，获取数据也更加容易。
Laure Wynants、Derek Driggs和Bilal Mateen都发现的一个问题是，大多数开发者都急于开发自己的模型，而不是和他人合作或改进现有模型。这样造成的结果是全世界的开发者集体努力创造出了数百种无用的工具，而不是共同创造出几种经过训练和测试的工具。
Laure Wynants说：“这些模型非常相似，它们都使用了几乎相同的技术，只是进行了稍微的调整，输入几乎相同的数据，并且犯了几乎同样的错误。”
“从某种意义上说这是研究领域的老毛病了。学术研究人员几乎没有任何动机去分享工作经验或验证现有结果。将技术从实验室工作台带到病床边的最后一英里是没有回报的。”Bilal Mateen说。
为了解决这个问题，世界卫生组织正在考虑签订一份紧急数据共享协议，该协议将在国际健康危机期间生效。这会让研究人员更容易地跨境共享数据。在6月份英国举行G7峰会之前，来自参与国的领先科学团体也呼吁“准备好数据”，为未来的突发卫生事件做好准备。
这样的呼吁听起来有点含糊不清，并且带有着一丝一厢情愿的想法。在新冠疫情爆发之前，这类共享数据的举措已经停滞。
Bilal Mateen认为，新冠疫情让很多事情重新提上了议程。他说：“除非我们都认同在解决共享数据这一问题之前要先克服数据不能共享背后的难题，否则我们注定要重复同样的错误。如果这样的错误再次发生，将是不可接受的，忘记这次全球疫情的教训是对逝者的不尊重。”
结语：AI在抗疫大战中暴露短板新冠疫情是一场席卷全球的灾难。抗击新冠疫情不是某个人、某个团体或某个国家的责任，而是全人类都要参与的一场斗争。
这场斗争中，AI被寄予了厚望，众多研究团队参与其中开发各种AI工具，希望能够帮助医生来检测和诊断新冠。但是事实证明，这些AI工具并没有起到真正有效的作用。不过，这并不能否定AI在疾病诊断方面的潜力。
要让AI实现对新冠病毒的检测，一方面需要更加准确完善的数据集对它进行训练，另一方面也需要AI工具的开发者与医学领域的专家进行合作，以便能够更加有效的发现其中存在的漏洞。
此外应对此类全球的健康危机还需要各国共同创造出一个开放的研究环境，让各类相关的研究数据能够更加自由的在各国的科研团体之间流动，这样才能让研究成果更加有效的用于对疾病的抗争中。
只要训练方式得当，AI能够更高效、更准确的对疾病做出诊断，但是很可惜一些被寄予厚望的AI工具在新冠疫情的斗争中并没有表现出应有的能力。这次全球疫情带来的教训或许能让AI开发者和相关组织机构认识到其中的不足，为下次全球可能出现的新危机做好准备。