3.人工智能的信任、隐私和偏见等棘手问题
时间:2022-03-08 00:18:01 | 来源:行业动态
时间:2022-03-08 00:18:01 来源:行业动态
我们已经讨论了应用这项技术的益处,但我们也不能回避这种做法可能带来的有害后果。Bristol Myers Squibb的副总裁兼数字化战略负责人Shwen Gwee补充表示:虽然我们需要高分辨率的数据才能够让数字孪生的使用变得有意义,但是我们必须平衡这种效用和信任、隐私和偏见等问题。
患者们是否可以相信他们个人的数字孪生不会被用于他们不同意的药物或者场景中进行测试?此外,今天的临床试验数据集无法很好地代表不同的人种和种族。使用这种带有偏见的数据来训练数字孪生可能会导致它无法准确地代表人群中的特定部分。
Fisher断言,我认为你根本无法创建出没有偏见的人工智能算法。他表示:因为人工智能是受数据驱动的,它会反映数据中的偏见。我们必须专注于如何在临床试验中使用算法进行预测,而不是试图让算法变得完美。同样,解决方案并不取决于技术,而是取决于正确的流程、人文关怀和人类的参与。