在英国采用人工智能和创新技术仍存在陷阱和挑战
本文翻译自科睿唯安旗下 BioWorld 新闻：
Pitfalls and challenges remain to adopting AI and innovative technologies in the UK
“随着越来越多的公司在医疗设备和应用中使用人工智能 (AI) 来帮助治疗和诊断患者，创新者必须高度重视在算法构建和数据搜集过程中将一些人群排除在外的风险。”这是参加英国剑桥 Medtech Futures 会议的代表们所听到的。
行业大咖各抒见解
主持人 Vivienne Parry 强调了英国政府努力将创新技术引入国家卫生服务体系 (NHS) 的同时，也询问了讨论小组关于在医疗服务中引入人工智能的优势和潜在风险。
“人工智能可以在解决英国 NHS 目前面临的一些挑战方面发挥巨大作用。” Royal Papworth NHS 信托基金会的顾问心脏病专家 Pegah Salahshouri 表示。她告诉与会代表们，人工智能可以帮助疾病诊断，因为其对患者影像结果的分析比放射科医师更快、更准确。
“但是人工智能的强大程度取决于输入的数据。” Salahshouri 指出，“在人工智能中已经广为人知的一个问题是数据是否充分、算法是否够好…如果输入整体的大量的数据，比如在这里所看到的人群数据，就会排除少数族裔人群的数据，从而进一步扩大族裔间健康方面不平等的鸿沟。因此，如果他们想将人工智能引入英国的 NHS ，必须解决这个问题。”
东部学术医疗科技网络的商业总监路易丝·乔普林 (Louise Jopling) 支持人工智能在英国 NHS 中对患者进行分诊的观点。她还提到了她与一家基因组公司成员的对话，该成员正在研究欧洲人群和亚洲人群在疾病背景下的数据映射。Jopling 告诉与会者，他们注意到不同人群的细胞类型非常不同。她说，这是一个“可能会产生误导性线索的二分法，取决于您要针对的特定疾病的细胞类型。”
Jopling 指出，用于开发算法的许多数据都来自公开可用的基因组数据库，这些数据库并不总是包括代表所有群体的数据。因此，公司必须“确保捕捉到多样性。” 她说。
必须停止说“不”
Salahshouri 表示，然而，尽管公司努力和政府自己都在推动采用和推广创新，但是仍有很多官僚主义和繁文缛节阻碍创新产品进入英国 NHS 体系。
在由健康科技企业 (Health Tech Enterprise) 组织的会议上，她告诉与会代表们，医疗系统内存在一种说“不”的文化。“我们必须消除这种文化，它一定要被移除” Salahshouri 指出，“我们在应对 COVID 时采用了必要的技术同时取得了巨大进展，“但我担心现在……我们将失去所有创新，回到以前的工作方式，这是一种很危险的迹象。”
塔尔·戈尔斯沃西 (Tal Golesworthy) ，一位开发了 Exovasc 主动脉根支撑器的工程师，同时也是 Exstent 有限公司的技术总监，他同意以上观点并且表示：“有太多人说不，有太多官僚现象。如果你能摆脱官僚体系，真正与临床医生打交道，你将完成得更多。我们在疫情期间改变的速度是惊人的……然而任何新的治疗技术都要面对并且抵抗巨大的心理惯性。”
在会议的间隙，健康科技企业 (Health Tech Enterprise) 的首席执行官安妮·布莱克伍德 (Anne Blackwood) 向 BioWorld 表示，英国卫生系统面临的挑战之一是组织结构不断重组，大量资源被消耗在应对这些变化上面。
“仅在过去的 10 年中，我们已经从初级卫生保健信托转变为临床委员会，现在我们有综合护理系统和综合模块……但我们没有解决的是……如何将创新技术引入系统，如何改变行为，如何阻止人们说我已经这样做了十年，为什么我要改变，”Blackwood 说。
被问及政府上月发布的医疗技术战略，而该战略已将创新和采用新技术作为中心主题，她回答说：“纸上的计划是容易的，但目前我们的医疗保健系统对创新者存在太多障碍，包括系统内的创新者以及试图进入的外部公司的创新者。”
Blackwood 表示，我们需要分析 NHS 的基本流程，找到将创新和技术引入系统的方法，而不是寻找拒绝的方法。
人工智能是否是正确的目标？
“医疗保健受到严格监管是正确的。医疗设备和诊断也应该受到监管，因为它们会将物品放入人体，监测人体健康状况，并且基于上述技术、远程技术、虚拟病房等等做出决策。”Blackwood 说道。
与此同时，自疫情爆发以来，英国卫生系统在承担可控的风险方面已经有所改善。Blackwood 评论道，“在 COVID 期间，我们承担着一些可控的风险，我们并不鲁莽，我们在疫苗、呼吸机方面做了所有正确的事情，它们都是按照相应的标准开发的，在引入之前进行了适当的试验和评估，我们消除了许多额外的障碍。”
“因此，对于医疗技术战略的问题是，人工智能是否是正确的目标，我认为它绝对是。问题是如何降低系统中的障碍？我们如何获得紧迫感？我们如何在应用这些技术方面成为同类最佳，因为我们几乎被认为是同类最差。从实验室到常规临床实践需要 18 到 20 年的时间，这太长了。” Blackwood 补充道。
//
本文翻译自科睿唯安旗下 BioWorld 新闻：
Pitfalls and challenges remain to adopting AI and innovative technologies in the UK
点击文末阅读原文查看英文版
产品推介
Drug Research Advisor (DRA)
靶点成药性评估工具
数据源由 Cortellis 药物早期研发情报数据库和组学数据库 (MetaCore/MetaDrug) 提供：收录大量靶点、疾病和药物信息
基于人工智能并交互呈现、可视化分析的靶点探索和评估工具，快速实现“探索-筛选-评级-评估”的靶点发现工作流程
按疾病领域筛选 first-in-class 靶点和相对成熟靶点，并给出排序
探索在同一靶点通路或靶点家族中是否还存在具有成药性更好、竞争较小、成功性较大的靶点
汇总单一靶点的相关信息，包含疾病关联度、药物、生物学知识、通路、试验数据、竞争情报
产品咨询：
发送邮件至 Lulice.zhao@Clarivate.com
推荐阅读
关于科睿唯安
科睿唯安是全球领先的信息服务提供商。我们为全球用户提供信息与洞见，帮助他们改变观点、改善工作，让世界变得更加美好。我们的解决方案基于先进的技术与深厚的行业积淀，涵盖学术研究和政府机构，生命科学与健康，知识产权各个领域。如需了解更多信息，请访问：https://clarivate.com.cn/
敬请关注
科睿唯安生命科学与制药微信公众号
“科睿唯安生命科学与制药”微信公众号与本文作者对本文的全部内容以及可能附带的全部资料拥有全部知识产权，并受法律保护。网络转载请注明作者及内容来源。
商业合作请联系：
lulice.zhao@clarivate.com