打磨皇冠的宝石：用人工智能协助英国NHS数据

让英国国民健康服务为人工智能做好准备

英国公共医疗体系存在一个矛盾。NHS利用分配给每个人的国民健康服务系统编号，生成并保存了大量有关英国人健康状况的数据。该系统为世界顶尖研究提供帮助和支持，例如新冠期间的 “康复 “试验，此项试验发现了新冠的治疗方法。你可能会认为NHS是人工智能开发者的宝库，觉得他们渴望将自己的模型用于此以改善人类健康。然而，如果你向开发人员提出这个问题，他们会翻白眼，告诉你事情并不像看上去那么美好。

由于训练机器学习模型的数据（例如扫描或基因组）包含了更多患者个人信息，所以临床试验提供信息的数据（例如谁服用了哪种药物、结果如何）与其并不能混为一谈。NHS 的许多数据都是一团糟，正是因为它的服务对象是治病救人的医生，而不是欲将数据输入电脑的人工智能开发者。如何让这些数据适合训练AI模型，是NHS尚未解决的问题。对于那些寻找丰富数据的人来说，从头开始往往更容易，就像目前正在进行的大规模数据收集工作那样。

为了向人工智能开放国家医疗服务系统的丰富数据，其管理者应遵循三项原则：整洁性、可比性和许可性。

要做到整洁性，整洁性是从将丰富的数据托管在云计算环境中开始的，使人工智能开发者更容易处理这些数据。医院和诊所也需要更多的激励措施来为人工智能准备数据集。迄今为止，NHS中成功的大多数人工智能项目都依赖于敬业、求知欲强的医生的推动。他们不仅得不到系统的帮助，而且不得不与系统作斗争。加强NHS与大学之间的联系，让博士生更容易获得数据集，是另外的好主意。

更开放的知识产权许可方式也会有所帮助。很多时候，NHS 的费用过于高昂、限制过于严格，以至于开发者望而却步。国家医疗服务体系应从大局出发，接受较低的费用，以鼓励建立整洁的数据集。这将意味着NHS的资金相应减少，而开发者则可能获得巨额财富，但从长远来看，这将对医疗服务和患者有益。如果在英国以外的地区使用，可能意味着总体收入会更多。

数据的可比性也至关重要。尽管每个人都有一个 NHS 号，但扫描结果往往以不同的方式收集和存储在不同的地方，这使得创建机器学习的大型数据集变得更加困难。NHS即将宣布一个将不同数据集连接起来的中标者。这会有所帮助，但还需要更多努力。

NHS已经没有时间可以浪费了。立即行动所能得到的回报是一份更好、更早的疾病诊断和一个更高生产力、更高效率的系统。在候诊名单冗长、资金紧张的情况下，人们迫切需要这样的系统。英国NHS作为世界领先的数据密集型试验机构，它面临着来自其他地方医疗系统的巨大威胁，这些地方的医疗系统正在迅速实现数字化。例如，阿布扎比（Abu Dhabi）正在考虑将医疗数据输入基础模型，并可能向全世界开放其训练的模型。消费电子技术–智能手机、手表和与之相连的设备–正在快速提高窥探人体内部的能力。或许有一天，电子设备的扫描能力可以与英国NHS相媲美，并且可能取代 NHS 成为提供算法医疗保健的最便捷、最便宜的渠道。

依据以上三项原则展开行动，国家经济也将受益。NHS的数据会成为一个出口产业蓬勃发展的的基础，向世界各地的医疗保健系统授权人工智能工具。但是，如果英国不在数字领域有所作为，它就会成为新医疗技术的被动接受者，就像它已经成为美国在线搜索和社交媒体等数字服务的接受者一样。

如果英国这一次错失良机，也就意味着英国NHS数据主导地位终结的开始。【全文完】

---

来源：《经济学人》December 9th | 作者：作者不详
原文标题：