美国国立卫生研究院(National Institutes of Health)将在四年内投资1.3亿美元，以加速生物医学和行为研究界对人工智能(AI)的广泛应用。
美国国立卫生研究院共同基金人工智能之桥(Bridge2AI)的项目正在集结来自不同学科和背景的团队成员，以生成能够响应人工智能方法的工具、资源和丰富详细的数据。来自科罗拉多大学安舒茨医学校区的研究人员将在该项目的两个主要组成部分发挥作用，利用该项目正在进行的创新工作哥伦比亚大学生物医学信息系促进团队科学，并建立必要的标准，以推动人工智能在全国范围内的医疗研究中的作用。
“很荣幸能与NIH和全国各地的机构合作，探索人工智能在研究中的扩展，利用我们的专业知识，在国家努力中开发最佳实践，在应对卫生研究中的各种挑战方面取得进展，”他说莫妮卡Munoz-Torres博士，北京大学客座副教授转化与综合科学实验室(TISLab)他在科罗拉多大学医学院生物医学信息系任职，并领导负责该项目的标准的运营部门。“人工智能将在促进我们对人类健康的理解方面发挥关键作用，这是确定人工智能如何最有益的关键一步。”
安妮Thessen他同时也是科罗拉多大学医学院TISLab的客座副教授，将领导该项目的团队组织单位。梅丽莎Haendel，博士(CU Anschutz首席研究信息官);肖恩·戴维斯医学博士、博士(教授、Rifkin and Bennis癌症信息学主席、健康人工智能中心副主任);而且凯西格林博士(生物医学信息学系主任)也将在该项目中发挥关键作用。
数据集将针对紧迫的卫生挑战
该计划还将确保其工具和数据不会使数据收集和分析过程中可能出现的不平等或道德问题持续存在。通过跨项目的广泛合作，Bridge2AI研究人员将为开发道德来源、最先进的人工智能数据集创建指导和标准，这些数据集有可能帮助解决人类健康中一些最紧迫的挑战，例如揭示遗传、行为和环境因素如何影响一个人一生中的身体状况。
“很荣幸能与NIH和全国各地的机构合作，探索人工智能在研究中的扩展，利用我们的专业知识，在国家努力中开发最佳实践，在应对卫生研究中的各种挑战方面取得进展。”- - - - - -莫妮卡·穆尼奥斯-托雷斯博士
NIH代理主任Lawrence Tabak博士说:“生成高质量、符合道德标准的数据集对于实现下一代人工智能技术的使用至关重要，这些技术可以改变我们的研究方式。”“人类健康长期挑战的解决方案就在我们的指尖，现在是时候将研究人员和人工智能技术联系起来，解决我们最困难的研究问题，并最终帮助改善人类健康。”
人工智能既是一个科学领域，也是一套使计算机能够模仿人类感知、学习、推理和采取行动的技术。尽管人工智能已经应用于生物医学研究和医疗保健，但其广泛应用受到限制，部分原因是将人工智能技术应用于不同数据类型的挑战。这是因为常规收集的生物医学和行为数据集通常是不够的，这意味着它们缺乏关于数据类型、收集条件或其他参数的重要上下文信息。如果没有这些信息，人工智能技术就无法准确地分析和解释数据。
人工智能技术也可能在不经意间包含偏见或不平等，除非仔细关注收集数据的社会和伦理背景。为了利用人工智能的力量进行生物医学发现并加速其使用，科学家首先需要描述良好并符合道德标准的数据集、标准和最佳实践，以生成可用于人工智能分析的生物医学和行为数据。
随着Bridge2AI为AI数据创建工具和最佳实践，它还将生成各种不同的数据类型，供研究社区用于AI分析。这些类型包括声音和其他数据，以帮助识别身体的异常变化。研究人员还将生成数据，用于在复杂的遗传途径和细胞形状或功能的变化之间建立新的联系，以更好地理解它们是如何共同影响健康的。此外，人工智能就绪数据将有助于改善重症监护环境中的决策，以加速急性疾病的恢复，并帮助揭示个体从疾病中恢复的复杂生物过程。
项目针对不同的研究团队
Bridge2AI项目致力于培养形成丰富多样的研究团队在观点，背景和学术和技术学科。多样性是道德生成数据集的基础，也是培训未来人工智能技术以减少偏见和提高所有人群(包括在生物医学和行为研究中代表性不足的人群)效率的基础。Bridge2AI将为数据生成和使用制定道德规范，解决隐私、数据可信度和减少偏见等关键问题。
美国国家卫生研究院将为数据生成项目颁发四个奖项，并为创建整合、传播和评估活动的桥梁中心颁发三个奖项。数据生成项目将生成新的生物医学和行为数据集，用于开发人工智能技术，同时创建数据标准和工具，以确保数据可查找、可访问、可互操作和可重用，这一原则被称为FAIR。此外，数据生成项目将编制培训材料，在整个数据生成过程中促进多样化文化和使用道德做法。桥梁中心将负责整合数据生成项目的活动和知识，并传播产品、最佳做法和培训材料。
Bridge2AI项目是由NIH共同基金、国家补充和综合健康中心、国家眼科研究所、国家人类基因组研究所、国家生物医学成像和生物工程研究所以及国家医学图书馆共同管理的一项NIH范围内的努力。
奖号码:U54HG012513
2022年12月14日