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:169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
  • 敏捷/精益数据治理最佳实践

    敏捷/精益数据治理最佳实践

    数据治理 的目标 是确保组织内的质量,可用性,完整性,安全性和可用性。你对此的看法取决于你。许多传统的数据治理方法似乎在实践中都很困难,……查看详情

    发布时间:2018.11.20来源:数据治理浏览量:186次

  • 企业大数据治理的五个核心要素

    企业大数据治理的五个核心要素

    当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格……查看详情

    发布时间:2019.08.20来源:知乎浏览量:213次

  • 数字和业务转型始于业务流程

    数字和业务转型始于业务流程

    不断发展的业务环境意味着必须在不断改进的情况下进行数字化和业务转型。……查看详情

    发布时间:2019.02.18来源:亿信华辰浏览量:225次

  • 如何正确理解数据治理

    如何正确理解数据治理

    我们经常会谈到关于大数据、数据质量、主数据、元数据方面的一些问题,不可避免的会提到数据治理,那么什么是数据治理呢?……查看详情

    发布时间:2020.07.15来源:知乎浏览量:202次

  • 全栈式数据标准管理平台方案来了!

    全栈式数据标准管理平台方案来了!

    数据标准百度给的解释就是数据标准化是企业或组织对数据的定义、组织、监督和保护进行标准化的过程。数据标准化分为开发(D)、候选(C)、批准……查看详情

    发布时间:2020.08.28来源:知乎浏览量:209次

  • 2022年,元数据管理的未来趋势——企业级元数据管理

    2022年,元数据管理的未来趋势——企业级元数据管理

    元数据管理是一项和数据治理、主数据管理一样重要的功能,因为元数据管理是每一个这些准则的基础组件。元数据管理包括数据元素和实体的定义,业务……查看详情

    发布时间:2022.02.24来源:浏览量:328次

  • 企业数字化转型如何进行数据资源规划?

    企业数字化转型如何进行数据资源规划?

    企业主数据管理,就是将企业的多个业务系统中整合最核心的、最需要共享的数据(主数据),集中进行数据的清洗和丰富,并且以服务的方式把统一的、……查看详情

    发布时间:2020.04.03来源:知乎浏览量:197次

  • 数据治理管理干货 | 数据质量管理的方法

    数据治理管理干货 | 数据质量管理的方法

    原始数据通常包含错误,如果不做数据质量管理,可能会导致错误的结果。数据质量管理是数据治理中获得正确上下文和结论的基本步骤。……查看详情

    发布时间:2021.06.22来源:亿信数据治理知识库浏览量:266次

  • 当今困扰企业的三个最常见的数据问题

    当今困扰企业的三个最常见的数据问题

    各组织都在发生数据危机。虽然存在缺陷,但传统的数据管理方法(ETL和MDM)运行良好,因此可以产生一些数据感。但是数据收集的增长速度远远……查看详情

    发布时间:2019.02.13来源:企业浏览量:195次

  • 现在企业为什么越来越关注数据治理了

    现在企业为什么越来越关注数据治理了

    数据治理在当今的企业中经常被引用,但是许多IT团队在围绕如此宽泛的概念进行思考时遇到了麻烦。数据治理也称为信息治理,是指用于管理整个组织……查看详情

    发布时间:2020.06.22来源:知乎浏览量:261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