调查发现医院使用AI改善群体学习


【调查发现医院使用AI改善群体学习】当普通人听到医院正在共享信息时 , 可能会引起合理的怀疑 。医院数据包含我们最私人的信息 , 其中一些我们甚至可能不会与亲人分享 。但是 , 借助群体学习 , 医院能够使用本地数据来预测和改善他们为自己的患者提供的护理 , 同时删除私人数据以与其他医院合作并相互学习 。
“群体学习仅共享学习内容 , 而不共享私人患者数据 。我们希望这种方法能够使所有不同的医院团结起来 , 团结一致 , 分享经验 , 消除偏见 , 从而使我们的预测具有很高的准确性 , 同时保持隐私 , ”高级副总裁Eng Lim Goh博士说 。Hewlett Packard Enterprise Co.的AI总裁兼首席技术官 , 介绍了利用群体学习的医院的好处 。
Eng Lim Goh博士(左图);波恩大学基因组学和免疫调节教授Joachim Schultze(图中) 。和克里希纳·普拉萨德·Shastry(如图 , 右) , 在HPE杰出技术专家 , 说话带着戴夫Vellante表示 , theCUBE , SiliconANGLE Media的移动即时串流工作室的主持人 , HPE发现虚拟体验中 。他们讨论了群体学习的好处以及AI如何改善医院共享和使用数据的方式 。(*以下披露 。)
人们将这种大流行与上世纪初的西班牙流感相提并论 。他们谈论的是大萧条 , 但是这次最大的不同是技术 。技术已经完全改变了我们应对这种大流行的方式 。
吴医生 , 我想从你开始 。您已经在群体学习这一主题上做了很多工作 。我对此的有限了解是-我们是从自然界中借来的 。您会想到蜜蜂在寻找蜂巢作为一种独立的媒介 , 但是它们却以某种方式聚集在一起并进行交流 。告诉我们我们需要了解的有关群学习的知识及其与人工智能的关系 。
Goh:Dave , 这是一个很好的类比 , 使用了一群蜜蜂 。这正是我们在HPE所做的 。因此 , 让我们在这里使用示例 。在部署人工智能时 , 医院会对门诊数据进行机器学习 , 这可能由于人口统计学和他们经常看到的病例类型而有偏差 。此外 , 鉴于隐私甚至主权方面的限制 , 在不同医院之间共享患者数据以消除这种偏见是有限的 , 例如 , 在之间 。
HPE群学习通过允许每个医院仍在本地继续学习来解决此问题 。但是 , 在每个周期中 , 我们都会收集学习到的神经网络权重 , 对其求平均 , 然后将其发送回所有医院 。经过几个周期的操作后 , 所有医院将相互学习 , 消除偏见 , 而不必共享任何私人患者数据 。那是关键 。因此 , 无需共享私人患者就可以向所有人学习的能力 , 这就是蜂拥式学习 。

    推荐阅读