数据取得、标准化难 医疗AI/ML模型现阶段帮助有限

英国The Alan Turing Institute日前发布《COVID-19（新冠肺炎）中的数据科学与人工智能》（Data science and AI in the age of COVID-19）报告，指出在疫情之下，人们看似仰赖数据与AI/ML辅助医疗相关的决策，但在健康医疗领域当中，AI/ML的发展还是出现不少问题。

据Wired报导，疫情加速各领域的数码化。在医疗领域当中，疫苗开发和临床试验都突破时间纪录。但是该报告却指出，AI/ML并未在过程中扮演关键角色，甚至几乎所有的COVID-19症状AI/ML诊断工具都有缺失。

算法与健康数据的结合并不容易。Wired比喻，Facebook等社群媒体可以透过成千上万笔照片来提升算法人脸识别的正确性，但在医疗领域却是另一回事。由于医学影像、心电图，或是自穿戴装置取得的数据皆非常不同，这些数据更可能受到生活型态与其他杂讯影响，而未能反映实际健康状况。

亚利桑那州立大学副教授Visar Berisha警告，AI/ML的长处是找到特定的模式，当科技公司以为找到「正确」答案时，往往是因为数据量有限的关系。这不但形成了盲点，助长AI狂热，也无法套用在实际临床情况。在一项阿兹海默症的研究当中，研究者发现相较于较少量的数据，大量的数据反而让预测较「不准确」。也就是说，实际状况远比算法取得的数据复杂许多。

要精进医疗AI/ML模型，必须要有大量且均衡的数据。然而2020年，一项史丹佛大学的研究发现，全美的医疗深度学习模型中，有71%的数据来自于加州、麻州与纽约州。不仅凸显科技发展的不均衡的问题，也可能导致AI/ML模型的误差，影响弱势族群权益。

报告总结，目前医疗AI数据面临三大困境，包括是否具有相关数据（availability）、是否能够取得相关数据（access），以及数据的标准化（standardisation），同时也指出AI/ML模型的数据必须均衡代表各族群。

责任编辑：陈至娴