Искусственный интеллект, Мнение

Стэнфордский симпозиум AIMI 2020: краткое изложение

Краткое изложение и выводы симпозиума Стэнфордского центра искусственного интеллекта в медицине и визуализации, 2020 г.

В среду, 5 августа, Стэнфордский центр искусственного интеллекта и медицинской визуализации провел свой первый симпозиум AIMI, конференцию для Стэнфордских экспертов по искусственному интеллекту, чтобы обсудить все и вся, что связано с искусственным интеллектом в здравоохранении и медицине. В конференции принимают участие десятки видных деятелей в области искусственного интеллекта и медицины, таких как Эндрю Нг, Эрик Топал и многие другие. Конференция была информативной и интерактивной для самых разных участников, от докторов наук. от студентов до старших классов до разработчиков без опыта работы с ИИ. В этой статье будет кратко рассмотрено мероприятие и выделены некоторые ключевые выводы из него.

Мероприятие было разделено на пять различных сессий, на каждой из которых выступали спикеры, обсуждающие различные темы. В конце каждой сессии вся группа принимала участие в интерактивном режиме вопросов и ответов, вопросы задавали модераторы Мэтью Лунгрен и Серена Янг, а также из чата участников. Кроме того, между сессиями было несколько бесед у камина, где спикеры обсуждали тему сессии в более непринужденной манере.

Они начали с краткого приветственного сообщения и вступительных замечаний. Во время этих выступлений Стэнфорд впервые объявил об открытии нового центра AIMI на 1701 Page Mill Road, Palo Alto. В центре приедут одни из самых ярких исследователей в мире, которые продолжают открывать новые достижения в области медицинской визуализации, работая в красивом учреждении.

Более того, захватывающим открытием для всех инженеров машинного обучения и специалистов по обработке данных стал новый Стэнфордский репозиторий данных о COVID-19, один из первых и, безусловно, самый крупный из выпущенных. Репозиторий будет выпущен позже в этом году и будет включать полностью маркированные наборы данных радиологии, что станет большим вкладом в область медицинской визуализации искусственного интеллекта.

Сессия 1 была озаглавлена ​​Демократизация здравоохранения с помощью ИИ. Это была, безусловно, самая интригующая и интересная сессия, поскольку на ней было много замечательных идей о том, как сделать исследования высокого уровня доступными для всех. Сессия 1 началась с выделения разрыва между исследованиями высокого уровня и людьми, которые действительно могут извлечь из этого пользу. Все выступавшие подчеркнули важность разработки продуктов на основе исследований, которые действительно могут помочь в данной области. Были достигнуты некоторые улучшения, и некоторые из них включают ультразвуковые исследования на смартфонах, диагностику Afib на основе умных часов и даже приложения для диеты на основе искусственного интеллекта.

Для демократизации ИИ они также охватили несколько заблуждений, которыми важно поделиться. Во-первых, чем больше данных, тем лучше модель. Это просто неверно конкретно для медицинской визуализации и было доказано многими исследованиями. Например, исследование по диагностике диабетической ретинопатии показало, что после 50 тысяч изображений модель больше не улучшалась, и исследователи обнаружили, что тратить все свое время на попытки найти больше наборов данных - пустая трата времени. Впоследствии появился еще один миф о том, что хорошая модель автоматически становится хорошим продуктом. При этом игнорируется тот факт, что модель должна быть универсальной и адаптироваться к различным областям, а перекрестная проверка - отличный способ борьбы с этим. Более того, люди не будут использовать модель, если она не удобна для пользователя или не вписывается в рабочий процесс пользователя. Что наиболее важно, даже после создания отличного продукта это не всегда приводит к клиническим последствиям. Для клинического воздействия компаниям необходимо учитывать все системные факторы и нормативные акты, которые являются частью их области, и то, как это может ограничить их влияние. Доступ и простота - огромная часть этого процесса, и Лили Пэн из Google подчеркнула, что зачастую это самая сложная часть процесса. Выступавшие подчеркнули важность демократизации и почему это такая сложная задача, а также предложили идеи о том, как устранить препятствия.

Что касается распространения использования ИИ, на занятии 2 были освещены все соответствующие правила. Спикеры, такие как Рассел Стюарт, вице-президент по девятке, и Дэвид Ларсон, профессор детской радиологии, объяснили, что нормативные акты являются самым большим препятствием при разработке новых продуктов для этой области, а знание того, как эффективно удовлетворить такие организации, как FDA, является ключевым фактором в этом. разработка новаторских продуктов.

Во время обеденного перерыва конференция провела мероприятие по быстрому общению, где они пригласили всех участников на телеконференции Zoom, где их поместили в комнаты для обсуждения с группой из 4–5 человек, что дало участникам возможность познакомиться с новыми студентами и разработчиками. поле. Мне очень понравилось это мероприятие, так как, несмотря на то, что оно длилось всего 30 минут, я встретил более 10 новых людей со всего мира и узнал об их опыте в области ИИ и их будущих целях. Хотя я действительно чувствовал себя немного отчужденным, будучи единственным старшеклассником, окруженным доктором философии. и аспиранты, я все еще многому научился и встретил замечательных людей за то короткое время, которое у меня было с ними, что сделало этот опыт непревзойденным.

Вторая половина мероприятия продолжала развивать идею ИИ. Поскольку первая половина была сосредоточена на новых инновациях, вторая половина была больше сосредоточена на ИИ в целом и на том, как он трансформирует сферу медицины. Во время беседы у камина Эндрю Нг и Джуди Гичоя, профессор радиологии, обсудили, как они считают ИИ четвертой промышленной революцией и что это значит для медицины и здравоохранения. Эндрю Нг даже заявил, что ИИ будет столь же революционным и действенным, как появление электричества.

В завершение конференции спикеры обсудили важность справедливости в клиническом машинном обучении. Как никогда важно, докладчики подчеркнули, что наличие справедливых и беспристрастных клинических методов машинного обучения является основой для любого расширения машинного обучения. Один интересный пример - то, как был разработан Fitbit, поскольку он использует технологию зеленого света, он был менее точным на коже с более высокими концентрациями меланина, что свидетельствует о явной проблеме смещения, не учтенной с помощью ИИ. Точно так же при разработке алгоритмов машинного обучения на основе данных важно учитывать смещения и дисбалансы, существующие в наборах данных.

Конференция AIMI 2020 года была наполнена проницательными мыслями от выдающихся людей из Стэнфорда. Вот некоторые из важных выводов:

  • Самая большая проблема для искусственного интеллекта в медицине - отсутствие демократизации.
  • Исследования необходимо перевести в приложение
  • При разработке продуктов с искусственным интеллектом ключевым фактором является удовлетворение требований регулирующих органов.
  • При разработке алгоритмов машинного обучения необходимо учитывать предвзятость и расизм.
  • ИИ станет четвертой промышленной революцией и будет иметь огромное значение для медицины

ИИ не заменит врачей, но врачи, использующие ИИ, заменят врачей, которые этого не делают.

В конечном счете, исследования и достижения ИИ в области медицинской визуализации и медицины в последние годы были колоссальными. Стэнфорд был первопроходцем в области искусственного интеллекта в медицине, и в ближайшие годы мы можем ожидать еще больше достижений и приложений. Конференция AIMI 2020 года стала для студентов и инженеров отличным опытом, чтобы узнать об этой области и получить ответы на их актуальные вопросы от ведущих профессоров и исследователей со всего мира. Надеюсь, к конференции следующего года мы сможем увидеть, как многие вопросы, поднятые на конференции этого года, будут решены, и сообщество не может дождаться того, что будет продемонстрировано в следующем году.

Помимо симпозиума AIMI, в центре AIMI проводятся дискуссии в счастливый час, где они обсуждают различные темы перед живой аудиторией, которая транслируется в прямом эфире здесь: https://stanfordr3.sg-host.com/ и загружается после на их YouTube.

С программой мероприятия, спикерами и общей информацией посетите: https://aimi.stanford.edu/news-events/aimi-symposium/overview

Чтобы посмотреть прямые трансляции событий (будут загружены через несколько недель), посетите: https://www.youtube.com/channel/UCiHlZ1osvJ_1C8K5MCnJp7w