AI 医生现在将与你们所有人见面

快速阅读: 据《解密》称，Oasis协议基金会人工智能负责人马尔科·斯托基探讨了人工智能在医疗领域的潜力与隐私挑战。尽管AI在诊断疾病方面表现出色，但隐私保护仍是关键。新兴的隐私保护技术如联邦学习、差分隐私和同态加密等，为实现更安全的人工智能医疗应用提供了可能，助力提升医疗效率与患者信任。

关于作者
马尔科·斯托基是Oasis协议基金会的人工智能负责人，他带领团队专注于开发集成区块链技术的尖端人工智能应用。凭借商业背景，马尔科在2017年因比特币对加密货币产生兴趣，并在2018年的市场崩盘中进一步深化了这一兴趣。他攻读了硕士学位，积累了风险投资方面的专业知识，专注于企业级人工智能初创公司，随后转向去中心化身份创业公司，在那里开发了隐私保护解决方案。在Oasis，他结合战略洞察和技术知识倡导去中心化人工智能和保密计算，向市场介绍Oasis的独特能力并促进赋能开发者的合作伙伴关系。作为一名引人入胜的公众演讲者，马尔科在行业活动中分享关于人工智能、隐私和安全未来的见解，将Oasis定位为负责任的人工智能创新的领导者。

Decrypt的艺术、时尚和娱乐中心。
发现场景

早在2022年短短几周内就让数亿用户使ChatGPT成为世界上最受欢迎的应用之一之前，我们就一直在讨论人工智能如何让我们更健康、寿命更长。

在1970年代，斯坦福大学的一个团队开发了MYCIN，这是最早用于辅助医疗诊断的人工智能系统之一。MYCIN使用大约600条规则的知识库来识别导致感染的细菌并推荐抗生素。尽管试验结果优于人类专家，但MYCIN从未应用于临床实践——部分原因是由于机器主导诊断带来的伦理和法律问题。

五十年后，人工智能现在准备以MYCIN时代看起来像科幻小说的方式彻底改变医疗保健。如今，现代人工智能可以自学识别疾病，就像人类临床医生一样，而且不需要大量的训练数据。哈佛大学的一项关于人工智能辅助癌症诊断的研究显示准确率为96%。

改善诊断

在英国，一个人工智能系统发现了11种人类临床医生漏诊的乳腺癌迹象。两项独立研究，一项来自微软，另一项来自帝国理工学院，发现的乳腺癌病例比放射科医生更多。类似的结果也出现在人工智能检测前列腺癌、皮肤癌和其他疾病方面。

我们获取数据的能力从未如此之大。例如，英国国家医疗服务体系——欧洲最大的雇主——共同拥有超过6500万患者的数字化数据，价值每年超过96亿英镑（约合123亿美元）。这为人工智能提供了前所未有的机遇，可以识别模式并生成可能极大改善诊断、治疗和药物发现的见解。

人工智能在医疗保健中的模式检测能力是其最大优势之一。这些系统不仅能分析医学影像，还能分析基因组数据、电子病历、临床笔记等内容——发现可能逃过经验丰富的临床医生的关联和风险因素。

有些人可能觉得由人工智能代理处理医疗数据比由未直接参与护理的人类更让人放心。但问题不仅仅是谁能看到数据——而是数据变得多么“可移植”。

在可信医疗机构之外构建的人工智能模型带来了新的风险。虽然医院可能会保护患者数据，但信任外部人工智能系统需要更强大的隐私保护措施，以防止滥用并确保数据的安全。

人工智能医疗保健中的隐私挑战

值得注意的是，潜力伴随着重大的隐私和道德问题。

医疗数据可能是最敏感的个人信息之一。它不仅揭示我们的医疗状况，还揭示我们的行为、习惯和遗传倾向。

广泛采用人工智能在医疗保健中存在真正的隐私侵犯、数据泄露或滥用个人敏感信息的恐惧。

即使匿名数据也不一定自动安全。先进的人工智能模型已经展示了通过交叉引用其他信息来重新识别受保护数据集的能力。还存在所谓的“模型反转”攻击风险，恶意行为者可以通过反复查询人工智能模型来重建私人训练数据。

这些问题不是假设性的。它们代表了人工智能在医疗保健中采用的实际障碍，可能会阻碍拯救生命的创新。如果患者不相信隐私保障，他们可能会不愿意分享数据。

虽然标准和法规要求用于训练人工智能模型的数据具有地理和人口统计多样性，但医疗机构之间的数据共享需要保密，因为数据不仅是高度敏感的，还携带了医疗机构关于诊断和治疗的见解。

这让机构在共享数据时更加谨慎，出于监管、知识产权和误用的担忧。

隐私保护人工智能的未来

幸运的是，一波新的隐私保护人工智能开发浪潮正在出现，以解决这些挑战。去中心化人工智能方法，如联邦学习，允许人工智能模型在分布式数据集上进行训练而不集中敏感信息。这意味着医院和研究机构可以在不直接共享患者数据的情况下合作开发人工智能。

隐私保护人工智能的未来

其他有前景的技术包括差分隐私，它通过向数据添加统计噪声来保护个体身份，以及同态加密，它允许在不解密的情况下对加密数据进行计算。

另一个有趣的发展是我们提出的运行时链下逻辑（ROFL）框架，它使人工智能模型能够在链下执行计算的同时保持可验证性。这可能允许更复杂的医疗保健人工智能应用程序利用外部数据源或处理能力，同时不损害隐私或安全性。

隐私保护技术仍处于早期阶段，但它们都指向一个未来，我们可以充分利用人工智能在医疗保健中的全部力量而不牺牲患者隐私。

我们应该追求一个世界，其中人工智能可以分析你的完整医疗历史、基因档案，甚至来自可穿戴设备的实时健康数据，同时保持这些敏感信息的加密和安全。

这种医疗保健中的隐私保护人工智能愿景不仅仅是为了保护个人权利——尽管这一点当然很重要。它也是为了释放人工智能改善人类健康的全部潜力，并以赢得患者尊重的方式做到这一点。

通过构建患者和医疗服务提供者都可以信任的系统，我们可以鼓励更大的数据共享和协作，从而带来更强大和准确的人工智能模型。

挑战是巨大的，但潜在回报也是巨大的。隐私保护人工智能可以帮助我们更早地检测疾病、开发更有效的治疗方法，并最终挽救无数生命，建立信任的源泉。

它还可以通过允许基于多样化、代表性数据集开发AI模型且不损害个人隐私来帮助解决医疗保健差距。

随着人工智能模型变得更加先进，AI驱动的诊断变得更快速和准确，使用它们的冲动将变得无法忽视。关键是要教会它们保守秘密。

编辑
塞巴斯蒂安·辛克莱尔
通用智能
通讯
由Gen，一个生成式人工智能模型，每周叙述的人工智能之旅。

您的电子邮件
获取它！

(以上内容均由Ai生成)