斯坦福AIMI发布免费开源医疗数据存储库

获取医疗数据集可能需要花费数百万美元，这限制了它们的使用。斯坦福 AIMI 的一个新平台将免费提供数据集。

为了刺激医疗保健领域的众包 AI 应用，斯坦福大学医学和成像人工智能中心(AIMI)正在为世界各地的研究人员扩展免费的数据集存储库。

人工智能已成为解释医学图像的越来越普遍的工具，从检测乳房 X 光照片和脑部扫描中的肿瘤到分析人的心脏跳动的超声视频。

许多人工智能设备现在可以与人类医生的准确性相媲美。除了简单地发现可能的肿瘤或骨折之外，一些系统还可以预测患者的病程并提出建议。

但是人工智能工具必须在昂贵的图像数据集上进行训练，这些数据集已经由人类专家精心标注。由于获取或创建这些数据集可能需要数百万美元，因此大部分研究由大公司资助，这些公司不一定与公众共享数据。

访问新的斯坦福 AIMI 共享数据集平台

两年前推出的 AIMI 已经获得了超过 100 万张图像的注释数据集，其中许多来自斯坦福大学医学中心。研究人员可以免费下载这些数据集.

现在，AIMI 与微软的 AI for Health 计划合作推出了一个新平台，该平台将更加自动化、可访问和可见。

该平台还将提供一个共享研究的中心，使改进不同模型和识别人口群体之间的差异变得更加容易。该平台甚至可以提供基于云的计算能力，因此研究人员不必担心构建本地资源密集型临床机器学习基础设施。

构建研究生态系统

这个想法是为人工智能医学研究创建一个完整的生态系统，而不仅仅是用于分析图像。使用正确的数据集，人们还可以探索除像素数据之外的重要临床用例，包括其他相关的伴随多模态数据。

该中心已经拥有 9 个包含超过 100 万张图像的数据集，Lungren 预测这个数字将在明年翻一番。新平台将发布两个新数据集。

随着时间的推移，该平台还将提供标准化的机器学习工具和预训练模型，利用开源数据和通用架构刺激众包 AI 研究的浪潮。

使工具民主化

通过免费提供数据，研究人员将能够探索大公司可能会忽视的利基领域，例如影响特定社区的医疗问题。

这些多样化的数据集也将使研究人员更容易发现数据或算法中隐藏的偏见。研究表明，某些 AI 模型对于某些人群比其他人更准确，主要是因为它们是根据来自一个位置的患者数据进行训练的。拥有来自许多不同社区的数据集将使研究人员更容易发现这些问题。获取更多前沿科技 研究进展 访问：https://byteclicks.com

斯坦福 HAI 的使命是推进人工智能研究、教育、政策和实践，以改善人类状况。 了解更多。