根據《放射學》發(fā)表的一篇焦點文章，隨著人工智能 (AI) 在放射學中的應用越來越多，研究人員警告說，必須考慮人工智能工具對環(huán)境的影響。
醫(yī)療保健和醫(yī)學成像是導致全球氣候變化的溫室氣體 (GHG) 排放的重要原因。人工智能工具可以通過優(yōu)化成像協(xié)議來提高放射學的實踐和可持續(xù)性，從而縮短掃描時間，提高調度效率以減少患者出行，并集成決策支持工具以減少低價值成像。但人工智能的利用也有一個缺點。
“醫(yī)學成像會產生大量溫室氣體排放，但我們通常不會考慮相關數據存儲和人工智能工具對環(huán)境的影響，”英國大學研究副主席兼副教授、醫(yī)學博士、公共衛(wèi)生碩士凱特·漢尼曼 (Kate Hanneman) 說道。多倫多總醫(yī)院醫(yī)學影像聯(lián)合科可持續(xù)發(fā)展副主管。
“AI模型的開發(fā)和部署消耗大量能源，醫(yī)學影像和AI的數據存儲需求呈指數級增長。”
Hanneman 博士和一組研究人員研究了將人工智能工具納入放射學的優(yōu)點和缺點。人工智能具有改善工作流程、加速圖像采集、降低成本和改善患者體驗的潛力。然而，開發(fā)人工智能工具和存儲相關數據所需的能源會極大地增加溫室氣體排放。
“我們需要采取平衡措施，在發(fā)揮積極影響的同時盡量減少消極影響，”漢尼曼博士說。“改善患者的治療效果是我們的最終目標，但我們希望在實現這一目標的同時使用更少的能源并產生更少的廢物。”
開發(fā)人工智能模型需要醫(yī)療保健機構必須存儲大量訓練數據以及每年生成的數十億張醫(yī)學圖像。許多衛(wèi)生系統(tǒng)使用云存儲，這意味著數據存儲在異地，并在需要時以電子方式訪問。
“盡管我們稱之為云存儲，但數據實際上存儲在通常需要大量能源來供電和冷卻的中心，”漢尼曼博士說。“最近的估計表明，全球所有數據中心的溫室氣體排放總量比航空業(yè)還要多，這絕對是驚人的。”
數據中心的位置對其可持續(xù)性產生巨大影響，尤其是在氣候涼爽或有可再生能源的地區(qū)。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！