استراتژی انگلستان برای استفاده از داده های NHS در توسعه هوش مصنوعی سلامت

یک بررسی استراتژیک گسترده از بخش علوم زیستی در انگلستان که توسط دانشگاه آکسفورد و سر جان بل انجام شده، به اهمیت داده های NHS و ضرورت ایجاد یک چارچوب قانونی جدید برای استفاده از آنها در توسعه هوش مصنوعی سلامت تاکید کرده است.

حامد غلامی
Disclosure: This website may contain affiliate links, which means I may earn a commission if you click on the link and make a purchase. I only recommend products or services that I personally use and believe will add value to my readers. Your support is appreciated!

هوش مصنوعی سلامت

یک بررسی استراتژیک گسترده در بخش علوم زیستی در انگلستان که توسط دانشگاه آکسفورد و سر جان بل انجام شده است، به ارزش نهفته در داده های عمومی NHS (خدمات ملی بهداشت) اشاره کرده و خواستار ایجاد یک چارچوب قانونی جدید برای “به دست آوردن ارزش الگوریتم های ایجاد شده با استفاده از داده های NHS” برای انگلستان شده است. NHS یک سیستم بهداشت عمومی رایگان است که بیش از 65 میلیون نفر را تحت پوشش قرار می دهد، و این نشان دهنده عمق و جزئیات منحصر به فرد داده های بیمار در اختیار آن است. این موضوع می تواند نشان دهنده ارزش بالقوه ای باشد که می تواند با استفاده از مجموعه های داده های بیمار برای توسعه الگوریتم های یادگیری ماشینی برای تشخیص پزشکی و ردیابی به دست آید.

بل در گزارش خود می نویسد: “احتمالاً از هوش مصنوعی به طور گسترده در مراقبت های بهداشتی استفاده خواهد شد و هدف انگلستان باید توسعه و آزمایش سیستم های یکپارچه هوش مصنوعی باشد که داده های بلادرنگ را بهتر از نظارت انسانی و پیش بینی طیف وسیعی از نتایج بیمار در شرایطی مانند سلامت روان، سرطان و بیماری التهابی ارائه می دهد.”

توصیه او به دولت و NHS برای فعالانه ایجاد و به دست آوردن ارزش فعال شده با هوش مصنوعی از مجموعه های داده های بهداشتی ارزشمند و تامین مالی شده توسط مالیات، پس از اتمام تحقیقات طولانی مراقبت های بهداشتی ICO (سازمان نظارت بر داده ها در انگلستان) در مورد توافقنامه بحث برانگیز اشتراک داده در سال 2015 بین گوگل-دیپ مایند و یک مرکز NHS در لندن (Royal Free Hospitals Trust) برای توسعه مشترک یک برنامه مدیریت وظایف بالینی انجام شده است.

در ماه ژوئیه، ICO نتیجه گرفت که این توافق نامه (اولین توافق نامه DeepMind با یک مرکز NHS) قوانین حریم خصوصی بریتانیا را نقض کرده است. همچنین بیان شده حدود 1.6 میلیون بیمار NHS که پرونده های کامل پزشکی آنها بدون رضایت آنها در اختیار این شرکت وابسته به گوگل قرار گرفته است، “معقولانه انتظار نداشتند” که اطلاعات آنها به این روش استفاده شود.

- تبلیغات-
Ad imageAd image

اگرچه برنامه اولیه که این دو به طور مشترک توسعه داده اند، شامل اعمال الگوریتم های یادگیری ماشینی به داده های NHS نمی شود، اما یک تفاهم نامه گسترده تر بین آنها هدف استفاده از آنها را در خلال پنج سال آینده مشخص می کند.

در عین حال، DeepMind همچنین توافقنامه های اشتراک داده با سایر مراکز NHS را منعقد کرده است که شامل تحقیقات مبتنی بر هوش مصنوعی هستند، مانند شراکت تحقیقاتی در ژوئیه 2016 با بیمارستان چشم مورفیلدز که هدف آن بررسی اینکه آیا الگوریتم های یادگیری ماشینی می توانند تجزیه و تحلیل اسکن های دیجیتالی چشم را برای تشخیص دو بیماری چشم خودکار کنند.

 A woman talking on a phone while looking at a laptop.

در این مورد، DeepMind در حال دریافت دسترسی رایگان به یک میلیون اسکن چشم “ناشناس” برای تلاش برای توسعه مدل های هوش مصنوعی تشخیص است. این شرکت متعهد به انتشار نتایج تحقیقات است، اما هر مدل هوش مصنوعی که توسعه می دهد، با استفاده از مجموعه داده NHS، احتمالاً به طور رایگان به بخش عمومی برگردانده نخواهد شد. در عوض، هدف اعلام شده شرکت برای اهداف هوش مصنوعی مبتنی بر سلامت، ایجاد مالکیت فکری تجاری است که از طریق شراکت های تحقیقاتی متعدد با سازمان های NHS انجام می شود، و خود را برای فروش مدل های هوش مصنوعی آماده می کند تا به عنوان یک خدمت نرم افزاری آینده به سازمان های مراقبت های بهداشتی با هر قیمت مناسبی فروخته شود.

این دقیقاً همان نوع ارزش الگوریتمی فعال شده با داده است که بل از دولت انگلستان می خواهد در مورد به دست آوردن آن برای کشور فعال باشد، با ایجاد یک چارچوب نظارتی که NHS (و شهروندان بریتانیا که آن را تامین می کنند) را در مقایسه با اجازه دادن به شرکت های تجاری بزرگ برای وارد شدن و به دست آوردن این دارایی های تامین شده با مالیات به دست آوردن مزایای بینش های هوش مصنوعی مبتنی بر داده از نگهداری داده های غنی آن منطقی کند.

- تبلیغات-
Ad imageAd image

بل هشدار می دهد: “توافقنامه های دسترسی به داده موجود در بریتانیا برای توسعه الگوریتم در حال حاضر در سطح محلی با شرکت های بزرگ انجام شده است و ممکن است به طور منصفانه سود را به اشتراک نگذارد، با توجه به ماهیت ضروری داده های بیمار NHS برای توسعه الگوریتم ها.”

او اضافه می کند: “فرصتی برای تعریف یک چارچوب شفاف برای بهتر شدن ارزش واقعی NHS از داده ها در سطح ملی وجود دارد، زیرا در حال حاضر توافقنامه های مورد مذاکره در سطح محلی ممکن است مزایا را با مناطق دیگر به اشتراک نگذارد.”

در مصاحبه با روزنامه گاردین، مستقیماً نظر خود را در مورد همکاری DeepMind با مرکز NHS Royal Free می پرسند و آن را “قناری در معدن زغال سنگ” توصیف می کند.

- تبلیغات-
Ad imageAd image

از او نقل کرده اند: “این داستان را شنیدم و فکر کردم “یک لحظه صبر کنید، چه کسی از این موضوع سود خواهد برد؟” “کاری که گوگل در [سایر بخش ها] انجام می دهد، ما یک موقعیت منحصر به فرد معادل در فضای سلامت داریم. بیشتر ارزش داده ها است. بدترین کاری که می توانیم انجام دهیم این است که آن را رایگان بدهیم.”

بل همچنین به این روزنامه گفت: “چیزی که شما نمی خواهید این است که کسی وارد شود و از داده های NHS به عنوان مجموعه آموزش برای تولید الگوریتم استفاده کند و سپس الگوریتم را به سن فرانسیسکو منتقل کند و آن را بفروشد تا تمام سود به jurisdiction دیگری برگردد.”

بل در گزارش خود، همچنین به آمادگی ناپذیری “قوانین موجود یا برنامه ریزی شده” برای ارائه یک چارچوب برای “حسابرسی الگوریتم های یادگیری ماشینی که با داده های جدید به روز می شوند” اشاره می کند و به عنوان مثال اشاره می کند: “در حال حاضر، الگوریتم های ارائه کننده ادعاهای پزشکی به عنوان دستگاه های پزشکی تنظیم می شوند.”

و باز هم، در سال 2016، DeepMind آزمایش برنامه Streams را که با مرکز NHS Royal Free توسعه داده بود، پس از آنکه مشخص شد که این دو در پیش از آزمایش آن در بیمارستان ها، این نرم افزار را به عنوان یک دستگاه پزشکی در MHRA ثبت نکرده اند، متوقف کرد.

بل پیشنهاد می دهد که یک رویکرد بهتر برای آزمایش نرم افزار و الگوریتم های مراقبت های بهداشتی می تواند شامل دسترسی به جعبه شنی و استفاده از داده های ساختگی باشد، در مقایسه با آزمایش با داده های بیمار زنده، مانند DeepMind و Royal Free.

او می نویسد: “یک رویکرد برای این موضوع می تواند توسعه “جعبه شنی” دسترسی به داده های ناشناس یا مصنوعی از ارائه دهندگان مانند NHS Digital باشد، که در آن نوآوران می توانند به طور ایمن الگوریتم را توسعه دهند و رویکردهای نظارتی جدید را برای تمام انواع محصولات آزمایش کنند.”

بل در این گزارش همچنین بر اهمیت شفافیت در کسب اعتماد عمومی برای پیشبرد پیشرفت تحقیقات که از مجموعه داده های بهداشتی تامین شده با مالیات عمومی استفاده می کند، تاکید می کند.

او می نویسد: “افراد بسیار بیشتری از استفاده داده های سلامت توسط سازمان های تجاری که تحقیقات سلامتی انجام می دهند، حمایت می کنند تا مخالف آن باشند، اما این نیز واضح است که تعامل و دخالت قوی بیمار و پزشک، در کنار مجوزها و کنترل های شفاف، برای پیشبرد این هدف ضروری هستند.”

منبع خبر

Share This Article
بدون دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *