의학은 인공 지능의 가장 흥미로운 분야 중 하나입니다. 그런데 AI가 의료의 미래에 실제로 영향을 미칠 수 있는 분야는 어디일까요? O'Reilly Media의 콘텐츠 전략 담당 부사장인 Rachel Roumeliotis가 여기에 답변합니다.
의학만큼 데이터 집약적인 산업은 거의 없습니다. 의료 데이터는 이미지, 오디오, 비디오, 구조화되지 않은 텍스트, 구조화된 정보 등 다양한 형태로 제공됩니다. 이 모든 데이터에는 정보 누락, 값 손상, 의심스러운 이상값, 라벨 누락, 인쇄 오류 등 다른 산업에서 경험하는 전통적인 문제가 발생할 수 있습니다.
의료 데이터베이스가 성장함에 따라 세척 및 라벨링 정보가 점점 더 중요해지고 있습니다. 이 문제를 해결하려면 아직 멀었지만 Holoclean 및 Snorkel과 같은 중요한 진전이 이루어지고 있습니다. 전자는 병원을 포함한 다양한 의료 애플리케이션에서 성공적으로 사용된 자동 오류 감지 및 복구를 위한 오픈 소스 머신러닝 기반 시스템입니다.
한편, Snorkel은 기계 학습 애플리케이션 교육을 위해 대규모 데이터 세트를 생성하고 프로그래밍 방식으로 레이블을 지정하는 시간이 많이 소요되는 작업을 자동화하는 오픈 소스 데이터 프로그래밍 도구입니다. 이 기술은 이미 의료 분야에서 큰 성공을 거두었습니다. 희귀 대동맥 판막 기형을 분류하는 프로젝트에서는 영국 바이오뱅크(Biobank)의 대규모 인구 규모 데이터세트를 사용했으며, 데이터 프로그래밍을 사용하여 이전에 라벨이 지정되지 않았던 약 4,000개의 MRI 시퀀스에 라벨을 자동으로 지정할 수 있었습니다.
동일한 데이터 프로그래밍 도구는 생체 의학 이미지 분석뿐만 아니라 기존 리소스에 숨겨진 지식 추출에도 성공을 가져왔습니다. 예를 들어, Snorkel의 개발자는 생물 의학 문헌을 샅샅이 조사하여 특성과 게놈 변형 간의 연관성을 추출하는 데이터 추출 도구를 만들었습니다. 이러한 방식으로 AI는 더 빠르고 정확한 진단을 제공하는 동시에 우리의 의료 지식을 향상시킵니다. 이는 숙련된 의료 인력이 부족하다는 점을 고려할 때 특히 중요한 고려 사항입니다.
의료 산업에서 정의되는 데이터 문제 중 하나는 정보의 매우 민감한 특성입니다. 사람들의 개인 병력을 처리해야 할 뿐만 아니라 제약 및 기타 의료 업계에서는 당연히 데이터를 엄격하게 보호해야 합니다. 그러나 큰 도약을 위해서는 질병을 더 잘 이해하고 치료법을 개선하는 데 도움이 될 수 있는 통찰력을 찾기 위해 이 데이터를 통합해야 합니다.
베이징에서 열린 AI 컨퍼런스에서 캘리포니아 대학교 버클리 캠퍼스의 RISELab 이사인 Ion Stoica는 실제로 데이터를 공유하지 않고도 조직이 협업할 수 있는 새로운 프로젝트를 설명했습니다. "co-opetition"이라고 불리는 이 새로운 협업 모델은 익명화된 데이터를 수집하여 각 참가자가 자신의 프로젝트에 사용할 수 있는 글로벌 모델 라이브러리를 만듭니다.
경쟁 학습에서 특히 흥미로운 점은 민감한 데이터로 구성된 대규모 데이터 세트가 있는 다른 산업에도 적용할 수 있다는 것입니다. 예를 들어, 금융 기관은 이 모델을 사용하여 보다 정확하고 강력한 사기 모델을 구축하여 의학 분야의 선구적인 기술이 곧 우리 삶의 다른 영역을 어떻게 개선할 것인지 보여줄 수 있습니다.
그러나 이 모델은 의료 산업에서 개발되고 있는 새로운 시장의 한 예일 뿐입니다. 예를 들어, 미래를 위한 기술을 만들고 있는 회사 중 하나가 Computable Labs입니다. Computable Labs는 이러한 새로운 데이터 마켓플레이스를 만들기 위한 도구를 구축하고, 시장 거버넌스와 같은 중요한 문제를 해결하고, 마켓플레이스의 데이터에 가치를 할당하고, 개인정보 보호 계약을 보장하는 스타트업입니다.
RISELab은 AI가 양쪽에서 중재하는 새로운 양면 시장을 구상함으로써 이 아이디어를 한 단계 더 발전시킵니다. 이것이 어떻게 작동하는지에 대한 한 가지 예를 들기 위해, 귀하가 당뇨병 환자이고 귀하의 상태에 따라 요리법을 추천하는 서비스를 사용하고 있지만 서비스에서 추천하는 요리 중 많은 것이 마음에 들지 않는다고 가정해 보겠습니다. 양방향 AI 중재 마켓플레이스에서 추천 엔진은 귀하의 취향과 요구 사항을 학습한 다음 다른 엔진과 통신하여 만족스러운 메뉴를 협상합니다.
그러나 데이터 흐름을 기반으로 하는 새로운 시장 메커니즘을 개발하는 것은 의료 산업에 중요한 영향을 미칠 뿐만 아니라 실제로 자본주의 자체의 내부 작동 방식을 재구상하려는 엄청나게 야심찬 시도를 나타냅니다. 데이터 집약적인 의료 산업은 이러한 일이 발생하기 쉬운 곳이지만 애플리케이션은 잠재적으로 무한합니다. 이것은 의학이 우리가 더 나은 기술적으로 진보된 미래를 누릴 수 있을 만큼 오래 살도록 도울 뿐만 아니라 실제로 미래를 창조하는 데 도움을 주는 방법의 한 예일 뿐입니다.
위 내용은 의료의 미래에 대한 인공 지능의 혁명적인 영향 탐구의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!