数据治理,人工智能和医疗保健:令人兴奋的健康新世界

发布时间:2019.03.12来源:亿信华辰浏览量:168次标签:数据治理


随着AI变得越来越普遍,对数据治理的需求也在增加。这是一个由政府确定的问题,因为它最近宣布了一个监督大量数据集的道德小组。2017年1月成立了一个关于人工智能的全党议会小组(APPG),专门探讨该技术如何影响并对我们的生活产生影响。

数据治理问题很复杂,每个人都希望得到的解决方案是一个安全,可靠和受监管的框架,在保持隐私权的“正确”方面是有效的。

医疗保健行业是人工智能已经产生巨大影响的领域 - 它在分析健康数据以及在个人和大规模上调节大数据和生物识别技术的重要性方面提出了令人着迷的问题。就在几周前,伦敦帝国理工学院宣布了一项具有里程碑意义的AI用于支持卵巢癌的治疗,利用数据开发更准确的预后。这是哈默史密斯医院和墨尔本大学的一项封闭式试验的一部分,其成功取决于专利人对使用其健康数据的同意。这只是一项研究 - 具有巨大的潜力 - 但想象一下大规模数据建模的潜在结果 - 以及数据安全雷区。

在美国,Facebook和纽约大学合作开展了fastMRI项目,旨在使MRI扫描速度提高十倍。人工智能有可能使放射学过程的某些部分自动化,在扫描数据后扮演第二个“读者”的角色,减轻人员压力,并可能缩小误差幅度。

对于以数据和自动化为基础的医学创新,我们必须改善社会理解和数据共享的监管环境。在医学界有一个有趣的争论,关于如何使用患者数据的透明度和简单沟通可能会增加患者分享数据的意愿,以促进科学进步。一个例子是献血,以及之后如何使用血液的文本通知实际上如何提高参与率。

亚马逊的高级健康领导者Taha Kass-Hout 最近讨论了该公司的理解医疗AI如何表明机器学习技术正在超越炒作。该工具使用机器学习来预测美国药房如何处理某人的保险索赔。

言归正传,健康科技公司一直在蓬勃发展,这些公司使用人工智能支持医疗保健,从诊断到早期检测 - 而且NHS使用它来提高对心脏病和肺癌的认识。目前,这些用途的重点是改善患者和消费者的体验,尽管他们正在为一些引人入胜的医学突破铺平道路。

所有这些匿名患者数据的使用都具有影响力和有效性,但仍然存在一个不明确的领域 - 过度治理。如何在保持安全的同时在国家或全球范围内扩展数据同意?

GDPR是2018年的du jour,在讨论人工智能和数据政策时,不可能不提这一具有里程碑意义的规定。在急于变得合规的情况下,在过去八个月中,超过几家公司投入资源来保护数据的资源不足 - 超过59,000起违规行为。各种规模和行业的公司,从医疗保健到美发,需要确保符合GDPR标准,并在必要时招聘数据保护官员。

在1月份的APPG活动中,讨论了数据信托在英国企业生态系统中的作用:第三方可以管理个人/可识别数据并与公司和人员进行谈判。

无论公司选择使用数据信托还是使用专家和/或技术系统在内部管理其GDPR义务,GDPR和数据保护都不能仅仅被视为流行词。至关重要的是拥有必要的基础设施,以确保人工智能和数据的安全使用,同时也符合道德规范 - 创造一个可以在道德参数范围内鼓励创新的环境。

通过适当保护的数据治理,我们不能说我们可以开发人工智能,允许我们将我们的大部分个人数据 - 我们的想法,经验和知识 - 上传到云端?

这种预测并不像听起来那样乌托邦 - 英国政府正在大力投资于充分的数据治理和安全。由麻省理工学院人工智能研究人员创立的美国初创公司Nectome承诺使用兔子试验技术上传大脑。不幸的是,目前的问题是该技术被证明是致命的 - 并且表明创新步伐对于当前的技术能力来说太快了。

有一种想法认为,如果医疗保健监管机构与人工智能监管机构合作,并且至关重要的是能够获得政府,企业和个人的大力支持,将会有令人难以置信的医疗发展。一个例子是未来保护生物体的能力,人的大脑和智能存储在云中。

这需要严格的监管 - 在数字创新者,企业家和数据存储巨头的世界里 - 谁拥有某人的'数字思维'?

最终,数据治理开始很小,但将会变得非常强大。这个领域几乎可以在每个商业领域和生活方面释放出丰富的创造力,而不仅仅是在医疗领域。我们需要适当的监管框架才能开始想象AI改变我们生活的可能性,从上传你的大脑到云,转变我们对卵巢癌的看法 - 就像帝国理工学院的例子。

通过像APPG这样的参与计划,政府正在为个人和企业考虑如何与数据管理者和创新者进行最佳合作奠定基础,如果安全性始终处于任何新发展的最前沿,我们即将进入一个非常令人兴奋的领域。新的医疗保健和健康提供世界。


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 数据服务交换和服务工具经历三个阶段

    数据服务交换和服务工具经历三个阶段

    数据交换平台是为校内各部门的管理信息系统提供数据交换,实现数据共享,并建立公共数据库,实现数据积累,为数据统计、分析、挖掘做准备。……查看详情

    发布时间:2020.08.06来源:知乎浏览量:195次

  • 数字化时代的大数据治理应该怎么做呢?

    数字化时代的大数据治理应该怎么做呢?

    随着时代的发展,各个企业收集数据的渠道越来越多样化,也有越来越多的企业开始应用大数据来创造价值,为了合理有效的挖掘数据资源来源的价值,首……查看详情

    发布时间:2019.07.17来源:知乎浏览量:223次

  • 企业数据治理的实际步骤

    企业数据治理的实际步骤

    数据治理是一项业务活动。到目前为止,已经有多项努力从IT内部开始。但是,数据属于业务,而不属于IT。IT可以提供建议,帮助管理存储库,提……查看详情

    发布时间:2018.11.20来源:数据治理浏览量:183次

  • 数据治理:让数据质量更好

    数据治理:让数据质量更好

    大数据时代数据产生的价值越来越大,基于数据的相关技术、应用形式也在快速发展,开发基于数据的新型应用已经成为高校信息化建设的一个重点领域。……查看详情

    发布时间:2019.02.12来源:亿信华辰浏览量:311次

  • 数据管理自动化框架的五个好处

    数据管理自动化框架的五个好处

    组织负责管理比以往任何时候都多的数据,使一个强大的自动化框架成为必要。但是自动化框架到底是什么,它又有什么关系呢?……查看详情

    发布时间:2019.02.13来源:亿信华辰浏览量:223次

  • 数据治理的十五个最佳实践

    数据治理的十五个最佳实践

    数据治理研究所(DGI)认为,它是一套切实可行的框架,帮助任何组织的各种数据利益相关方识别并满足其信息需求。DGI认为,企业不仅需要管理……查看详情

    发布时间:2020.07.31来源:知乎浏览量:233次

  • 浅谈数据质量对企业管理的影响

    浅谈数据质量对企业管理的影响

    工欲善其事,必先利其器。亿信数据质量管理平台(EsDataClean)提供从标准定义、质量监控、绩效评估、质量分析、质量报告、重大问题及……查看详情

    发布时间:2020.10.21来源:知乎浏览量:210次

  • 数据质量问题的影响因素

    数据质量问题的影响因素

    数据质量反映的是数据的“适用性(fitness for use)”,即数据满足使用需要的合适程度。数据质量通过完整性、一致性、准确性、及……查看详情

    发布时间:2020.04.09来源:百度浏览量:681次

  • 大数据时代企业数据不治理就破产-居安思危

    大数据时代企业数据不治理就破产-居安思危

    数据治理并不等同于数据管理,而只是数据管理的顶层执行层面。数据管理指规划、控制和提供数据及信息资产,发挥数据和信息资产的价值,强调在企业……查看详情

    发布时间:2020.02.21来源:知乎浏览量:218次

  • 2019年的数据前景如何

    2019年的数据前景如何

    这三个与数据相关的趋势今年值得关注。 公司喜欢技术堆栈所有层的“即服务”模式,从云供应商提供的基础架构到完整的SaaS应用程序。但是……查看详情

    发布时间:2019.01.07来源:数据治理浏览量:209次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议