Proyek NIH yang ambisius bertujuan untuk meningkatkan data untuk penelitian yang mendukung AI


Program Bridge to Artificial Intelligence bertujuan untuk membuat kumpulan data lengkap dan mengidentifikasi praktik terbaik untuk mendukung penelitian dalam pengobatan yang dipersonalisasi.


Inisiatif yang didanai oleh National Institutes for Health mencoba meningkatkan kualitas data untuk penelitian bertenaga AI yang berarti.

National Institutes of Health telah meluncurkan upaya multi-tahun yang ambisius untuk mengidentifikasi praktik terbaik untuk persiapan data yang dapat membuka jalan bagi penelitian yang kuat menggunakan kecerdasan buatan yang dapat mengarah pada pengobatan yang benar-benar dipersonalisasi.

Program Bridge to Artificial Intelligence atau Bridge2AI baru-baru ini mengumumkan tujuh penghargaan dengan total $30 juta untuk membuat “Bridge Center” dan empat proyek pembuatan data “Grand Challenge”.

Inisiatif ini dirancang sebagai langkah pertama dalam “mengubah budaya ilmu pengetahuan” dengan menekankan sumber data etis untuk penelitian dari berbagai sumber, jelas Grace Peng, Ph.D., koordinator program NIH yang baru. Badan tersebut mengharapkan untuk menginvestasikan $ 130 juta dalam proyek selama empat tahun jika pendanaan penuh disetujui.

Data tidak lengkap

Saat ini, sebagian besar data medis yang tersedia tidak lengkap dan oleh karena itu tidak dapat digunakan untuk penelitian bertenaga AI yang berarti yang dapat mengarah pada penemuan pengobatan yang inovatif, kata Peng. Data yang tersedia, baik dari rekam medis elektronik, rontgen, atau rekaman suara, umumnya tidak memiliki konteks — termasuk detail seperti masalah sosial terkait data yang dikumpulkan, jenis perangkat yang digunakan untuk mengumpulkan data, atau bahkan lokasi pasien saat diambil gambar radiologi.

Also Read :  Kekurangan staf utama untuk kecerdasan buatan

Proyek baru ini akan berusaha untuk membuat kumpulan data “unggulan” dan praktik terbaik untuk analisis pembelajaran mesin. Catatan akan setara dengan “label nutrisi”, yang mencakup detail yang hilang, Peng menjelaskan. Ini akan membantu peneliti memperhitungkan potensi bias dalam pengumpulan data karena masalah sosial atau ekonomi, misalnya, katanya.

Proyek ini juga akan berusaha mengembangkan praktik terbaik lainnya, termasuk cara merekrut pasien untuk memberikan persetujuan mereka untuk berbagi data untuk penelitian sambil menghormati privasi, kata koordinator. Ini juga akan mengembangkan alat otomatis untuk mempercepat pembuatan kumpulan data “dapat ditemukan, dapat diakses, dapat dioperasikan, dan dapat digunakan kembali” dari sumber etis, menurut laporan NIH.

Menggunakan AI untuk penelitian yang bermakna guna mencapai pengobatan yang dipersonalisasi memerlukan pengumpulan kumpulan data lengkap “sehingga mesin dapat ‘berpikir’ tentang data dengan cara yang cerdas” untuk mencoba meniru cara manusia memperoleh detail dari data, jelas Peng.

Also Read :  Para peneliti mengatakan ada kemungkinan besar AI akan menghancurkan umat manusia

Dia menekankan bahwa proyek tersebut bertujuan untuk “mempromosikan budaya penyelidikan etis di seluruh proses ilmiah”. Fokusnya, tambahnya, adalah pada “persiapan data” untuk model AI generasi berikutnya yang membuka jalan bagi penambangan data dan pada akhirnya penemuan ilmiah baru yang dapat mengubah praktik medis.

“Program ini akan memastikan bahwa alat dan datanya tidak melanggengkan ketidakadilan atau masalah etika yang mungkin timbul selama pengumpulan dan analisis data,” kata NIH. “Para peneliti akan membuat pedoman dan standar untuk pengembangan set data berbasis etika, mutakhir, dan berkemampuan AI yang berpotensi membantu memecahkan beberapa tantangan kesehatan manusia yang paling mendesak, seperti: B. Mengungkap bagaimana faktor genetik, perilaku dan lingkungan mempengaruhi kondisi fisik seseorang sepanjang hidupnya.”

Mendorong batas AI

Meskipun AI sudah digunakan dalam penelitian biomedis dalam perawatan kesehatan, adopsi yang luas sebagian dibatasi oleh tantangan penerapan AI ke berbagai jenis data, lapor NIH.

“Karena kumpulan data biomedis dan perilaku yang dikumpulkan secara rutin seringkali tidak mencukupi, yaitu kurangnya informasi konteks penting tentang tipe data, kondisi pengumpulan, atau parameter lainnya. Tanpa informasi ini, teknologi AI tidak dapat menganalisis dan menafsirkan data secara akurat.”

Kekhawatiran lain, menurut NIH, adalah bahwa teknologi AI yang mengandalkan data yang tidak mencukupi dapat secara tidak sengaja mengandung bias atau ketidakadilan, “kecuali perhatian yang cermat diberikan pada konteks sosial dan etika di mana data dikumpulkan”. Oleh karena itu, para ilmuwan sekarang bekerja untuk mengembangkan kumpulan data, standar, dan praktik terbaik yang dijelaskan dengan baik dan dibuat secara etis.

Also Read :  Pelatihan fisik adalah rintangan berikutnya untuk kecerdasan buatan, kata peneliti

Tujuh proyek

NIH telah memberikan empat penghargaan untuk proyek pembuatan data yang membuat kumpulan data biomedis dan perilaku yang siap digunakan oleh teknologi AI. Mereka juga akan membuat standar dan alat data, serta materi pelatihan “yang mendorong budaya keragaman dan penggunaan praktik etis di seluruh proses pembuatan data.”

Selain itu, NIH memberikan tiga penghargaan untuk pekerjaan menciptakan “pusat penghubung” untuk mengintegrasikan, menyebarluaskan, dan mengevaluasi kegiatan penelitian proyek. Pusat ini akan menyebarluaskan produk, praktik terbaik, dan materi pelatihan.

“Program Bridge2AI akan memanfaatkan kekuatan AI untuk memandu jalan menuju wawasan yang pada akhirnya dapat menginformasikan keputusan klinis dan perawatan individual,” catatan NIH dalam sebuah blog.

“Pembuatan data tetap menjadi salah satu tantangan terbesar yang perlu dipecahkan agar AI memiliki dampak nyata pada kedokteran,” blog tersebut menekankan.



Source link