機器學習已經被用來研究科學和醫(yī)學數據之間的關系以及一些現象

北京時間2月18日早間新聞，據英國《金融時報》報道，上周五，一群頂尖科學家和醫(yī)學統(tǒng)計學家警告稱，在一些生物醫(yī)學領域使用人工智能技術會得出一些不準確的結論。

“用機器學習技術分析大數據得出的很多研究結論都無法獲得我的信任?！泵绹R斯大學貝勒醫(yī)學院副教授吉納維拉艾倫在美國科學促進會年會上警告說。

機器學習已經被用來研究科學和醫(yī)學數據之間的關系以及一些現象，例如基因和疾病之間的關系。在精準醫(yī)學中，研究人員會尋找具有相似DNA的患者，這樣治療方案就可以針對特定的致病基因。

“許多技術都是用于預測的。”艾倫說，“但我從未返回‘我不知道’或‘我什么也沒發(fā)現’的結論，因為他們在設計過程中沒有考慮到這種情況?！?

她不愿意指出具體的案例，但她說，機器學習得出的癌癥數據的研究結論就是一個很好的例子。

“有很多案例不能重復。”艾倫說，“一項研究中發(fā)現的集群與另一項研究中發(fā)現的集群有很大不同。為什么會這樣？因為現在的大多數機器學習技術都會說，‘我找到了一個小組?！袝r候，如果換一種說法更有幫助，你可以說，‘我覺得他們中的一些人真的分成了一個組，但我不確定其他人。"

一旦機器學習發(fā)現患者基因和疾病特征之間存在特定的關系，人類研究人員可能會為相應的發(fā)現提供合理的科學解釋。但這并不意味著這些發(fā)現是正確的。

艾倫說：“你總能找到一些基因被組合在一起的原因?！?

科學家最近才開始意識到這個問題，這可能會導致醫(yī)學研究人員走上錯誤的道路，浪費資源來確認不可重復的結果。

艾倫和她的同事們正在努力改進統(tǒng)計技術和機器學習技術，讓人工智能可以批評自己的數據分析，并指出一些發(fā)現是真實的概率，而不是立即相關的。

“有一個想法是專門干擾數據，看看結果是否會保持不變?！彼f。

標簽：