研究人员研究人工智能工具在放射学中的环境影响

根据《放射学》发表的一篇焦点文章，随着人工智能 (AI) 在放射学中的应用越来越多，研究人员警告说，必须考虑人工智能工具对环境的影响。

医疗保健和医学成像是导致全球气候变化的温室气体 (GHG) 排放的重要原因。人工智能工具可以通过优化成像协议来提高放射学的实践和可持续性，从而缩短扫描时间，提高调度效率以减少患者出行，并集成决策支持工具以减少低价值成像。但人工智能的利用也有一个缺点。

“医学成像会产生大量温室气体排放，但我们通常不会考虑相关数据存储和人工智能工具对环境的影响，”英国大学研究副主席兼副教授、医学博士、公共卫生硕士凯特·汉尼曼 (Kate Hanneman) 说道。多伦多总医院医学影像联合科可持续发展副主管。

“AI模型的开发和部署消耗大量能源，医学影像和AI的数据存储需求呈指数级增长。”

Hanneman 博士和一组研究人员研究了将人工智能工具纳入放射学的优点和缺点。人工智能具有改善工作流程、加速图像采集、降低成本和改善患者体验的潜力。然而，开发人工智能工具和存储相关数据所需的能源会极大地增加温室气体排放。

“我们需要采取平衡措施，在发挥积极影响的同时尽量减少消极影响，”汉尼曼博士说。“改善患者的治疗效果是我们的最终目标，但我们希望在实现这一目标的同时使用更少的能源并产生更少的废物。”

开发人工智能模型需要医疗保健机构必须存储大量训练数据以及每年生成的数十亿张医学图像。许多卫生系统使用云存储，这意味着数据存储在异地，并在需要时以电子方式访问。

“尽管我们称之为云存储，但数据实际上存储在通常需要大量能源来供电和冷却的中心，”汉尼曼博士说。“最近的估计表明，全球所有数据中心的温室气体排放总量比航空业还要多，这绝对是惊人的。”

数据中心的位置对其可持续性产生巨大影响，尤其是在气候凉爽或有可再生能源的地区。

　　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！