机器学习已经被用来研究科学和医学数据之间的关系以及一些现象

北京时间2月18日早间新闻，据英国《金融时报》报道，上周五，一群顶尖科学家和医学统计学家警告称，在一些生物医学领域使用人工智能技术会得出一些不准确的结论。

“用机器学习技术分析大数据得出的很多研究结论都无法获得我的信任。”美国莱斯大学贝勒医学院副教授吉纳维拉艾伦在美国科学促进会年会上警告说。

机器学习已经被用来研究科学和医学数据之间的关系以及一些现象，例如基因和疾病之间的关系。在精准医学中，研究人员会寻找具有相似DNA的患者，这样治疗方案就可以针对特定的致病基因。

“许多技术都是用于预测的。”艾伦说，“但我从未返回‘我不知道’或‘我什么也没发现’的结论，因为他们在设计过程中没有考虑到这种情况。”

她不愿意指出具体的案例，但她说，机器学习得出的癌症数据的研究结论就是一个很好的例子。

“有很多案例不能重复。”艾伦说，“一项研究中发现的集群与另一项研究中发现的集群有很大不同。为什么会这样？因为现在的大多数机器学习技术都会说，‘我找到了一个小组。’但有时候，如果换一种说法更有帮助，你可以说，‘我觉得他们中的一些人真的分成了一个组，但我不确定其他人。"

一旦机器学习发现患者基因和疾病特征之间存在特定的关系，人类研究人员可能会为相应的发现提供合理的科学解释。但这并不意味着这些发现是正确的。

艾伦说：“你总能找到一些基因被组合在一起的原因。”

科学家最近才开始意识到这个问题，这可能会导致医学研究人员走上错误的道路，浪费资源来确认不可重复的结果。

艾伦和她的同事们正在努力改进统计技术和机器学习技术，让人工智能可以批评自己的数据分析，并指出一些发现是真实的概率，而不是立即相关的。

“有一个想法是专门干扰数据，看看结果是否会保持不变。”她说。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！