根據(jù)《放射學(xué)》發(fā)表的一篇焦點文章,隨著人工智能 (AI) 在放射學(xué)中的應(yīng)用越來越多,研究人員警告說,必須考慮人工智能工具對環(huán)境的影響。
醫(yī)療保健和醫(yī)學(xué)成像是導(dǎo)致全球氣候變化的溫室氣體 (GHG) 排放的重要原因。人工智能工具可以通過優(yōu)化成像協(xié)議來提高放射學(xué)的實踐和可持續(xù)性,從而縮短掃描時間,提高調(diào)度效率以減少患者出行,并集成決策支持工具以減少低價值成像。但人工智能的利用也有一個缺點。
“醫(yī)學(xué)成像會產(chǎn)生大量溫室氣體排放,但我們通常不會考慮相關(guān)數(shù)據(jù)存儲和人工智能工具對環(huán)境的影響,”英國大學(xué)研究副主席兼副教授、醫(yī)學(xué)博士、公共衛(wèi)生碩士凱特·漢尼曼 (Kate Hanneman) 說道。多倫多總醫(yī)院醫(yī)學(xué)影像聯(lián)合科可持續(xù)發(fā)展副主管。
“AI模型的開發(fā)和部署消耗大量能源,醫(yī)學(xué)影像和AI的數(shù)據(jù)存儲需求呈指數(shù)級增長。”
Hanneman 博士和一組研究人員研究了將人工智能工具納入放射學(xué)的優(yōu)點和缺點。人工智能具有改善工作流程、加速圖像采集、降低成本和改善患者體驗的潛力。然而,開發(fā)人工智能工具和存儲相關(guān)數(shù)據(jù)所需的能源會極大地增加溫室氣體排放。
“我們需要采取平衡措施,在發(fā)揮積極影響的同時盡量減少消極影響,”漢尼曼博士說。“改善患者的治療效果是我們的最終目標,但我們希望在實現(xiàn)這一目標的同時使用更少的能源并產(chǎn)生更少的廢物。”
開發(fā)人工智能模型需要醫(yī)療保健機構(gòu)必須存儲大量訓(xùn)練數(shù)據(jù)以及每年生成的數(shù)十億張醫(yī)學(xué)圖像。許多衛(wèi)生系統(tǒng)使用云存儲,這意味著數(shù)據(jù)存儲在異地,并在需要時以電子方式訪問。
“盡管我們稱之為云存儲,但數(shù)據(jù)實際上存儲在通常需要大量能源來供電和冷卻的中心,”漢尼曼博士說。“最近的估計表明,全球所有數(shù)據(jù)中心的溫室氣體排放總量比航空業(yè)還要多,這絕對是驚人的。”
數(shù)據(jù)中心的位置對其可持續(xù)性產(chǎn)生巨大影響,尤其是在氣候涼爽或有可再生能源的地區(qū)。
標簽:
免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!