重新想象健康研究研讨会讨论人工智能热门话题

人工智能 (AI) 在加速医疗创新和增强医疗保健方面具有巨大潜力。

通过7^th年度重新构想健康研究研讨会亚利桑那大学医学院 - 菲尼克斯分校在人工智能在医疗实践和研究方面的研究，试图解决随着人工智能在医学中应用的快速增长而出现的新优势和挑战。

今年的注册人数和与会者人数是迄今为止最多的，并且该领域的本地和国家专家也进行了演讲。

克里斯·格莱姆博茨基博士— 副院长研究，教授内科和主任转化心血管研究中心– 研讨会开幕，表达了他对该项目的热情，并表示希望我们所有人都能“对医学和科学研究中的人工智能有更多的了解，并开始思考我们今天所学到的知识如何应用于临床实践、教育和亚利桑那大学医学院的研究 – 凤凰城 –

迈克尔·法伦，MD，FACP临床事务副院长兼学院内科系主任兼教授在开幕致辞中表示，他看到了本次会议最大的机会在于临床和研究部分之间的联系。

“它使我们处于这样一个位置，每个有有趣临床问题的人都可以参与研究，而无需花时间在潮湿的实验室中，”法伦博士说。“我很高兴看到未来 5 到 10 年的发展，特别是对于进入医学界的年轻人来说。”

Tobias Jakobi 博士是美国大学医学院凤凰城内科系的助理教授，他以对人工智能在生物信息学和临床研究中的应用的讨论开始了演讲。

Jakobi博士介绍了不同类型的人工智能及其各自在社会中的功能，包括深度学习和生成式人工智能——后者是该领域近期的热门话题。他还讨论了人工智能如何已经应用于临床研究，并且已经使用多年。

“人工智能非常擅长图像分析和检测人类可能看不到的图像中的特征，例如肿瘤，”雅各比博士说。然而，我们现在需要大量数据来训练人工智能系统，以准确检测此类特征。人工智能系统的训练和学习需要大量资源。 –

Jakobi 博士讨论说，生成式人工智能有助于创建代码，但只有在您已经了解相关信息的情况下才应推荐使用它。

“如果你已经是这方面的专家，生成式人工智能确实会有帮助，”雅各比博士说。– 否则，您应该小心如何使用其输出。

亚利桑那大学埃勒管理学院管理信息系统教授兼研究副院长 Gondy Leroy 博士谈到了在医学中使用人工智能的数据、模型和验证注意事项。Leroy 博士的研究重点是机器学习，这是医疗领域人工智能的重要组成部分。她指出，“真正的智力”的四个组成部分包括知识、学习、语言和推理。贡迪·勒罗伊博士

– 在我们的一个项目中，我们试图简化人们的医疗信息；

如果你给生成式人工智能模型一个文本，那么简化文本并不难。它会丢失一些信息，但这仍然很好，”勒罗伊博士说。– 如果您只向 ChatGPT 提供几个术语并要求它撰写介绍，那就不太好，因为它只是将您提供的单词组合在一起。 –

Justin Starren，医学博士、哲学博士、FACMI中科院生物医学信息学与生物统计学中心主任亚利桑那大学健康科学学院，讨论了将人工智能应用于医疗保健时需要考虑的非人工智能因素。Starren 博士指出，如果使用得当，生成式人工智能可以帮助对抗护士和医生的倦怠。他还讨论了使用生成式人工智能可能产生的意想不到的后果。

Starren博士分享说，一些调查显示，医生的职业倦怠率高达93%，而护士的职业倦怠率高达62%。“人工智能可能会导致决策丧失，并使人类变得懒惰，”斯塔伦博士说。– 当引入人工智能时，您不仅改变了系统，而且还改变了使用该系统的人。 –

加州大学戴维斯分校健康中心精准医学和数据科学中心主任 Colleen Clancy 博士讨论了对新型非阿片类止痛药的需求以及如何利用人工智能来加速药物发现。“现在是时候摆脱还原论，将人工智能的力量应用到这些复杂的系统中，我们人类无法有效地简化这些系统，以了解所有参数如何组合在一起产生疾病，”克兰西博士说。她解释说，美国国家科学院的报告指出，数字孪生可能是彻底改变医疗保健行业和生物医学科学的方法。数字孪生是具有物理对应物的虚拟表示。科琳·克兰西博士

– 人工智能永远不会治疗你的病人。最重要的是有人参与最终决策。”

AlphaFold 等工具提高了结构预测的准确性，从而为更好的药物设计铺平了道路。这极大地推进了药物研究领域的发展，使得药物与靶标相互作用的定量信息得以激增。

纽约大学格罗斯曼医学院助理教授 Jesse Burk Rafel, MD, MRes、梅奥诊所医学助理教授 Gurukripa Kowlgi, MBBS, MS 和Frank Rybicki，医学博士、博士、FACR、FAHA，主席放射科在凤凰城医学院。

该研讨会由凤凰城医学院转化研究办公室主办，每年由亚利桑那州生物医学研究中心和弗林基金会赞助。活动以小组讨论结束，受到与会者的热烈欢迎。这次讨论之后是一场社交招待会，事实证明这是最富有成效的。