您的解决方案将如何发挥作用?它将如何使患者受益?
该项目使用最新的、安全的人工智能和机器学习病人手机上的互动应用程序中的技术。该项目的关键是联邦机器学习,使患者的个人数据留在每台手机的人工智能模型中,保证隐私。
请告诉我们更多关于你用来开发你的解决方案的人工智能模型。开发中最大的技术挑战是什么?
当该模型收集用户手机数据时,它会对自己进行再培训,以针对每个人改进和个性化手机。但我们也想从所有这些数据中学习,以获得对更广泛人群有益的见解,所以当一个模型更新时,是更新,而不是将个人数据发送回云。所有更新都被处理,一个新的、改进的模型被发送回给每个人,这个循环重复。
在精神卫生领域使用人工智能的基本要求是什么?障碍是什么?
我认为最基本的要求之一就是信任。卫生领域的任何项目,特别是利用个人数据和引进新技术的项目,都需要赢得不同用户(如病人、医生、护士)的信任。
然而,让许多人担心的是,这些机器是“黑盒子”,即封闭的系统,接收输入,产生输出,却不提供原因。工程师们也许能够提供更精确的模型,预测流行病的传播,对精神疾病的症状进行分类等等,但如果他们不能向相关决策者(如医生、公共卫生官员、政治家)解释这些模型,那么这些模型怎么能被信任呢?
如果有什么地方出了问题,无法解释原因可能是一项革命性技术的丧钟。我们相信,从一开始就考虑到透明度和可解释性,将加强长期采用信仰。在算法系统的人类可解释性的背景下有各种类型的透明度。其中,我们正在努力实现全球可解释性(对整个系统如何工作的一般理解)和局部可解释性(对特定预测或决策的解释)。
你使用什么类型的数据来构建你的AI模型,你如何收集它?
在项目的这个阶段,我们还不知道什么数据最终将提供给我们的模型。我们将进行的试验旨在捕捉所有我们认为可以通知该模型的相关数据,但只有在试验结束时,我们才能说哪些数据是重要的。该试验将使用FAITH移动应用程序和Point of Care解决方案(Alpha版本),从移动设备、可穿戴设备和乳腺癌和肺癌患者存活率调查中收集信息。收集的数据将包括生物相关变量,如社会人口学、临床和心理社会因素,以及抑郁标志物(营养、睡眠、活动和声音)。
该项目始于2020年。到目前为止,你已经取得了哪些成果?下一步的研发计划是什么?
自项目启动以来,我们进行了广泛的需求收集。然后,设计专家将这些初始要求和研究方案要求转化为试验参与者(即最大限度地提高数据收集的便利性和参与性)和医院(促进试验管理)的有效用户界面。与此同时,试验和最终产品的技术架构也正在定义中。
最初设想的单一信仰产品的MVP很快演变成一种理解,即不是单一产品,而是有一个MVP,这个项目有两个不同的产品:一个需要支持试验的alpha版本,以及一个反映完整的FAITH愿景的beta版本,即包含联邦学习分析。然后是FAITH概念数据模型和数据结构的设计和开发。对隐私和保护框架进行广泛研究,利用分布式账本技术(DLT),确保进入和访问框架内的所有数据交易将具有充分的保护和可审计性。使用TensorFlow开发了一个联合学习组件的工作原型。
FAITH与其他四个项目合作。你能告诉我们更多关于这个新星团的信息吗?它是如何形成的?为什么会形成?
FAITH联盟的合作伙伴TFC研究和创新有限公司正在协调“癌症生存-健康人工智能”集群。这将FAITH团队和其他四个由欧盟资助的专注于医疗保健和福祉的团队聚集在一起。他们一起工作,帮助彼此收集、分享和理解来自最终用户对他们正在开发的解决方案的早期反馈。
TFC研究与创新有限公司(TFC Research and Innovation Limited)的负责人汤姆·弗林(Tom Flynn)说:“我们有一个座右铭——我们不是在竖井里工作!”集群的形成是为了在参与的项目之间分享想法和理解。他们在精神健康、幸福、抑郁和病人支持等问题上有着共同的兴趣,因此走到了一起。总的来说,Cluster通过采用高度以用户为中心的方法来共享知识和理解。因此,受益人将是病人。
您是来自emtech生态系统的专业人士,并有兴趣与Tectales的嘉宾分享您的技术故事?联系我们:editorial@www.lzdntxqz.com.