在人工智慧在健康研究中的首次現實世界測試中，加州大學舊金山分校和韋恩州立大學的科學家發現，創造性的人工智慧可以比傳統運算團隊更快地處理大量醫療數據集，並且在某些情況下，產生更強大的結果。人類專家花了幾個月的時間研究相同的資訊。
為了直接比較表現，研究人員將相同的任務分配給不同的組別。有些團隊完全依賴人類專業知識，而有些團隊則使用使用人工智慧工具的科學家。挑戰在於利用 1,000 多名孕婦的數據來預測早產。
由 UCSF 碩士生 Reuben Sarwal 和高中生 Victor Tarca 組成的年輕研究人員也成功開發了人工智慧輔助預測模型。該系統產生的電腦程式碼只需幾分鐘即可運行；對於經驗豐富的程式設計師來說，通常需要幾個小時或幾天的時間。
其優勢在於人工智慧能夠根據簡短但高度具體的問題編寫分析程式碼。並非所有系統都運作良好。 8 個人工智慧聊天機器人中只有 4 個產生了可用的程式碼。然而，那些成功的人並不需要龐大的專家團隊來指導他們。
由於這種速度，初級研究人員能夠在幾個月內完成實驗、驗證他們的發現並將結果提交給期刊。
「這些人工智慧工具可以緩解數據科學中最大的障礙之一：建立我們的分析管道，」兒科教授、加州大學舊金山分校巴卡爾計算健康科學研究所 (BCHSI) 臨時主任兼加州大學舊金山分校 March of Dimes 早產兒研究中心首席研究員 Marina Sirota 博士說。 “對於現在需要幫助的患者來說，這種加速來得太早了。”
Sirota 是這項研究的主要作者，發表於 細胞報告醫學 2月17日
為什麼妊娠分娩研究很重要
加速數據分析可以改善早產的診斷工具，早產是新生兒死亡的主要原因，也是兒童長期運動和認知挑戰的主要原因。在美國，每天有 1000 名嬰兒早產。
研究人員仍然不完全了解導致早產的原因。為了調查可能的風險因素，Sirota 的團隊收集了約 1,200 名孕婦的微生物組數據，並在九項單獨的研究中追蹤了這些數據。
「這種工作只有透過開放資料共享才能實現，匯集許多女性的經驗和許多研究人員的專業知識，」March of Dimes 早產資料儲存庫聯合主任、加州大學舊金山分校 BCHSI 副教授、該論文的合著者 Tomiko T. Oskotsky 醫學博士說。
然而，分析如此龐大且複雜的資料集非常困難。為了解決這個問題，研究人員轉向了名為 DREAM（逆向工程評估和方法對話）的全球眾包競賽。
Sirota 領導了三個 DREAM 懷孕挑戰之一，特別關注陰道微生物組數據。來自世界各地的 100 多個團隊參與其中，開發旨在檢測與早產相關模式的機器學習模型。大多數團隊在三個月的比賽期間內完成了工作。然而，整合和發布研究結果花了近兩年的時間。
在懷孕和微生物組數據上測試人工智慧
Sirota 的團隊很好奇 AI 創造者是否可以縮短這個時間，因此與主要作者、密西根州底特律韋恩州立大學分子醫學和遺傳學中心教授 Adi L. Tarca 博士合作。 Tarca 領導了另外兩項 DREAM 挑戰，重點是改進估計懷孕階段的方法。
研究人員共同指示八個人工智慧系統使用 DREAM 挑戰賽中的相同資料集獨立生成演算法，無需直接人類編碼。
人工智慧聊天機器人收到精心編寫的自然語言指令。與 ChatGPT 類似，該系統由特定的提示引導，旨在指導與原始 DREAM 參與者以點對點的方式分析健康數據。
他們的目標反映了先前的挑戰。人工智慧系統分析陰道微生物組數據以識別早產跡象，並分析血液或胎盤樣本以估計胎齡。懷孕約會幾乎總是一個估計，然而，它決定了女性在懷孕過程中接受的護理類型。當估計錯誤時，準備工作就會變得更加困難。
然後研究人員使用 DREAM 資料集運行人工智慧產生的程式碼。 8 個工具中只有 4 個產生的模型與人類團隊的表現相匹配，儘管在某些情況下 AI 模型更好。這位人工智慧創造者的整個工作——從開始到提交論文——只花了六個月的時間。
科學家強調，人工智慧仍需要嚴格監管。這些系統可能會產生誤導性的結果，而人類的經驗仍然至關重要。然而，透過快速整理大量醫療資料集，創意人工智慧可以讓研究人員花更少的時間排除程式碼故障，而花更多的時間解釋結果並提出有意義的科學問題。
Tarca 說：“借助創造性的人工智慧，數據科學背景有限的研究人員不必總是進行廣泛的合作或花費數小時調試代碼。” “他們可以專注於回答正確的生物醫學問題。”
作者：UCSF 的作者是 Reuben Sarwal；克萊爾·杜賓；桑奇塔·巴塔查亞 (Sanchita Bhattacharya)，碩士；和 Atul Butte，醫學博士、哲學博士。其他作者包括 Victor Tarca（密西根州安娜堡休倫高中）； Nikolas Kalavros 和 Gustavo Stolovitzky 博士（紐約大學）； Gaurav Bhatti（韋恩州立大學）；和 Roberto Romero，醫學博士、科學博士（國家兒童健康和人類發展研究所 (NICHD)）。
資助：這項工作由 UCSF 和 ImmPort 的 March of Dimes 早產兒研究中心資助。本研究中使用的數據部分是在 NICHD 懷孕研究部門的支持下產生的。
