健康数据收集与分析的潜在范式转变

工业4.0 revolution 变革了医疗保健系统。前三个技术革命因机器数量的指数级增长改变了人与机器交互之间的关系。第四次革命使人类处于异构数据生产的局面，这些数据数量和质量远超传统方法，由数字化强制，同时也来自普及计算、机器到机器的交互和智能环境。现代的赛博物理空间凸显了人在计算机化和大数据处理扩大背景中的作用。在医疗保健领域，数据收集和分析尤其依赖人类的努力，其破坏性特征就在此显现。适应这一进程需要深入审视这些趋势并认识到未来医疗数据技术的演化。由于医疗、行政和技术利益相关者之间的要求存在差异，便出现了显著的困难。医学成像和诊断决策支持软件中的黑盒和灰盒决策往往不够透明，难以满足专业、社会和医法要求。尽管解释性人工智能为医疗领域的人工智能应用提供了部分解决方案，但该方法需要更广泛和更复杂。本文讨论了大型语言模型的潜力与局限性。本文列出了这些主题中的主要问题并描述了可能的解决方案。