Leo Anthony Celi邀请行业拓宽其在收集和分析每个人群的临床数据方面的关注
医学研究者正面临着海啸般的临床数据。但我们需要对如何收集、共享和应用这些数据进行重大改变，以使其惠及所有人，这是来自麻省理工学院计算生理实验室（LCP）和医学工程与科学学院（IMES）的首席研究科学家Leo Anthony Celi表示的。
其中一个关键变化是要让各种临床数据公开可用，并采取适当的隐私保护措施，Celi表示，他是波士顿贝斯以色列德肯斯医疗中心（BIDMC）的一名实习重症监护室（ICU）医生。另一个关键是要通过临床医生、学术研究人员和产业界之间的多学科合作充分利用这些开放数据。第三个关键是要关注每个国家人群的不同需求，并授权当地的专家推动治疗进展，Celi还是哈佛医学院的副教授。
在所有这些工作中，研究人员必须积极寻求克服了解和应用医学知识中永久存在的偏见问题。这个深层次的有害问题只会随着大规模机器学习和其他人工智能技术的大规模进攻而加剧。“当我们做出决策时，计算机将会捕捉到我们所有的无意识、内含偏见，”Celi警告道。
共享医疗数据
由LCP创立的麻省理工学院关键数据联盟建立了跨学科的社区，利用常规收集的ICU护理过程中的数据来更好地理解健康和疾病。Celi表示：“我们连接人们并协调利益。为了进步，医院需要与大学合作，大学需要与产业合作伙伴合作，这些合作伙伴需要与临床医生和数据接触。”
该联盟的旗舰项目是由BIDMC建立的MIMIC（重症监护室标记的医疗信息）ICU数据库。MIMIC队列在全球范围内约有35,000个用户，是最广泛分析的危重病医学队列。
像MIMIC这样的国际合作突显了医疗保健中最大的障碍之一：大多数临床研究是在富裕国家进行的，通常以白人男性为主要临床试验参与者。“这些试验的发现被转化为全球每个病人的治疗建议，”Celi说。“我们认为，这是导致非洲、亚洲和拉丁美洲各种疾病治疗结果亚优化的主要因素之一。”
为解决这个问题，“受疾病影响最大的群体应该制定研究议程，”Celi说。
这是麻省理工学院关键数据在两打国家组织的“数据马拉松”（健康黑客马拉松）的规定，这些马拉松将最新的数据科学技术应用于现实世界的健康数据。在数据马拉松中，麻省理工学院的学生和教师都可以从当地专家那里学习并分享自己的技能。这些为期数天的活动中的许多都由麻省理工学院工业联络计划、麻省理工学院国际科学技术计划或麻省理工学院斯隆拉丁美洲办事处赞助。
数据马拉松通常使用该国的国家语言或方言，而不是英语，并有来自学术界、产业界、政府和其他利益相关者的代表。医生、护士、药剂师和社工与计算机科学、工程和人文学科的学生一起进行头脑风暴和分析潜在的解决方案。“他们需要彼此的专业知识，以充分利用、发现和验证数据中加密的知识，并将其转化为他们提供护理的方式，”Celi说。
“无论我们走到哪里，都会有令人难以置信的才华，完全能够设计出解决他们的医疗问题的解决方案，”他强调。数据马拉松旨在进一步授权东道国的专业人士和学生推动医学研究、创新和创业。
对抗内置偏见
将机器学习和其他先进的数据科学技术应用于医疗数据揭示出“在每种类型的健康产品中，数据中存在无法想象的偏见”，Celi说。通常，这种偏见根源于需要批准医疗设备和疗法的临床试验。
一个惊人的例子来自脉搏血氧仪，它可以提供患者血液中氧气水平的读数。事实证明，这些设备会高估有色人种的氧气水平。“我们一直在低估有色人种的个体治疗，因为护士和医生被错误的认为他们的患者有足够的氧合水平，”他说。“我们认为，在COVID期间，由于这种没有设计具有包容性测试对象的技术，我们在过去损害或杀害了许多个体。”
随着医学数据宇宙的不断扩大，这些危险只会增加。“我们现在可用于研究的数据量，可能比10年前多两到三个数量级，” Celi说。例如，MIMIC现在包括连同相关健康记录的千兆字节的X射线、超声心动图和心电图数据。这种庞大的数据集允许研究人员检测以前看不见的健康模式。
“但是有一个警告，” Celi说。“对于计算机来说，学习一些对人类专家不太明显的敏感属性是微不足道的。”例如，在去年发布的一项研究中，他和他的同事们表明，算法可以判断X光图像是否属于白人患者或有色人种，即使没有查看任何其他临床数据。
“更令人担忧的是，包括我们在内的一些团体已经证明，计算机可以轻松地学会你是否富有或贫穷，仅从你的影像学资料中就可以分辨，” Celi说。“我们能够训练一台计算机，通过胸部X光片预测你是否有医疗补助，或者你是否有私人保险。所以，计算机正在捕捉人眼看不到的特征。”而这些特征可能会导致算法建议针对黑人或穷人的治疗方案。
开启产业机遇
当制药公司和其他医疗保健企业更好地了解社会需求并能够恰当地定位他们的治疗方法时，每个利益相关者都会受益，Celi说。
“我们需要把电子健康记录的供应商和医疗设备制造商，以及制药公司带到谈判桌上，”他解释道。“他们需要更加意识到他们进行研究的差异。他们需要有更多代表被忽视群体的调查者，提供这种视角，以提出更好的健康产品设计。”
参与数据马拉松，公司可以通过分享临床试验结果获益，并立即看到这些潜在的益处，Celi说。“他们可以真正见证当这些数据由来自不同国家、不同背景的学生和临床医生策划和分析时所发生的魔力。所以我们呼吁制药产业的合作伙伴与我们一起组织这些活动！”