从 PhysioNet 到基础模型——历史与潜在未来

过去 35 年，医学数据和模型的共享从 sneakernet 演变为互联网——从邮寄磁带和光盘上的少量精选录音，到高速下载相对完整的医院数据库。更近期地，围绕现代机器学习和'AI'能否引领我们进入下一个工业革命的热潮，导致对将几乎任何数据源输入大型模型的欲望日益饥渴。尽管这具有巨大潜力，但也带来了一系列新挑战。本文检视了过去 30 年的这些趋势，借鉴了心脏病学的实例，该领域是经典数据密集型领域，正通过机器学习迎来复兴。从计算机化心脏病学的早期日子起，Research Resource for Complex Physiologic Signals（PhysioNet）就一直处于该领域的前沿。因此，本文包括该资源的历史以及来自与其创始人共同开发该资源元素的 25 年实战经验。我确定最具前景的未来方向，以及更广泛地围绕大规模生理学数据库、关联开放代码和公共竞赛的日益增长的问题与机遇，以及应对我们领域关键问题的潜在解决方案。主题涵盖如何在快速增长的 AI 碳足迹背景下处理基础模型、Tiny-ML 和边缘计算的潜力，以及奖品与激励、资金模式和科学可重复性的问题，以及如何通过与 PhysioNet 竞赛保持一致来解决这些问题——这符合该资源早期开放获取理念。