至顶网CIO与CTO频道 02月05日 编译:世卫组织CIO谈大数据在医疗保健领域的风险与机遇。在围绕数字医疗建立信任并推进相关工作方面,各大科技企业无疑是医疗保健行业最重要的合作伙伴。但是,合作的具体方式往往复杂而难以选择。
最近,我在第364期CxOTalk全球顶尖创新者对话当中见到了世卫组织CIO Bernardo mariano,就数字化转型与医疗保健议题展开了交流。
在这次对话中,数据所有权以及与之相关的道德考量因为双方最关注也最为有趣的议题之一。
相信大家都清楚,Facebook、谷歌以及亚马逊等众多科技企业正在不断收集、汇总、共享用户的个人数据,并借此为自己带来源源不断的收益。正是这种规模庞大数据聚合行为,以及由此给民众生活带来的广泛影响,已经在数据隐私、数据所有权乃至消费者法律保护等领域引发普遍质疑。
世界卫生组织在此类与医疗保健相关的工作当中,一直扮演着重要的领导者角色。根据Bernardo的介绍,鉴于世卫组织突出的地位以及强大的公众讨论组织能力,他们自然有必要积极跟进目前存在的种种不同观点。
以下为此次节目的编辑整理内容。如果大家希望观看完整的世卫组织CIO访谈视频,
世界卫生组织的核心职能,在于确保各个机构在实际执行层面遵守与健康数据相关的国际法规要求。欧盟已经出台专门保护隐私的GDPR,各个国家也拥有自己的隐私法规,旨在妥善保护公民个人数据。
例如,目前越来越多的国家开始出台相关法律,禁止云服务供应商将数据保存在云端。具体来讲,在不少国家的法律当中,与公民健康或者国家安全相关的数据不可被传输至国境以外。
随着种种诉求与观点的逐渐普及,再考虑到机器学习与人工智能等技术有望利用大数据资源带来某些关键性诊断或者治疗能力,我们当然希望在两者之间求取平衡,确保在数据的共享与传播中充分考虑到隐私与道德的重要性,最终借此帮助偏远地区应对疾病挑战、获取积极的医疗效果并实现全球利益。换言之,这是一场善与善之间的博弈,我们希望通过收集数据推动基础医疗保健体系转型,也同样希望这波转型浪潮不要以牺牲个人隐私为代价。
要达成这一目标,健康数据监管自然成为关键中的关键。这一点已经在我们的全球战略中得到体现,战略本身也于去年5月得到全球各成员国的批准。我们希望为全球194个成员国提供一套得到广泛认可的全球性数字健康战略,并通过其中的国际卫生数据法规确切解决前面提到的各项难题。
如果没有信任,我们永远不可能释放出数字医疗的全部潜能。是的,虽能取得一定成就,但永远无法翻出出全部潜能。信任源自对负面事件的有效控制,其中包括数据泄露以及我们已经熟知的种种安全威胁。
只有以人为本的方法(即在流程中各个阶段内充分考虑人的意义),才能建立起动态认同与信任体系。例如,在我看来欧盟目前在这方面处于领先地位,欧洲民众对数据的应用方向拥有充分的知情权,同时能够灵活决定何时参与或退出数据研究项目。是的,这种动态机制应当成为未来的新常态。
目前,大部分数据应用方式仍显简单粗暴,强迫民众全面接受。未来,我认为这种全面接受必须转化为动态接受,而技术与流程也应以此为基础保持充分的一致性。
这样的动态机制将成为信任的基础,只有每个人都坚信自己的数据安全可靠,才会放心接受研究方提出的使用要求。因此在我看来,这也是整个生态系统的未来发展方向。
为了建立起这样的动态系统,各平台供应方、技术以及相关流程必须配合起来,共同为此做出努力。这是建立制度信任的关键,也是重塑医疗保健行业的前提。
我们该如何使用来自其他国家的数据或者AI方案,又该如何在这一过程中保障相关性并遵循当地法律法规?数据本身永远是公平的,信任则是这一切的基础。没有数据,研究将无法提供我们需要的结果。
我们正在探索与各大技术巨头建立合作伙伴关系,说服他们提供数据供医疗保健行业进行研究;对数据进行个性化处理,将确保我们能够利用这些个性化信息支撑特定研究项目,最终获得与目标相匹配的洞察见解。
有些企业不愿分享自己的数据资产,生怕被他人所利用——没错,数据资产本身拥有巨大的货币化潜力。但是,也有不少科技巨头已经意识到,免费提供数据有望解决一系列关键性全球挑战,并在此期间为他们创造出新的业务渠道。
以地理位置数据为例。卫星发射入轨之后,我们在全球范围内即可享有GPS导航服务。这不仅带来新的洞察见解,同时也创造出新的商业形态。
如果研究人员无法获得个性化研究数据,那么新的商业模式恐怕根本无从谈起。通过与硅谷不少企业的讨论,从业者们显然已经意识到,只有开展合作并免费提供研究数据才能成就全社会福祉。相信这种小利与大义间的矛盾,将在未来变得不再是问题。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。