当应用于医疗保健领域时，人工智能有望助力实现更好的医疗预测和更快的医疗改进。要做到这一点，它需要可以用来训练的数据。但医疗数据是敏感的、隐私的，这就形成了一个死胡同。
或者未必如此。Walter De Brouwer，硅谷初创企业 doc.ai 的首席执行官，与 AI 播客主持人 Noah Kravitz 讨论了他的医学研究平台如何将深度学习应用于医疗保健领域。
许多消费者担心将数据放到云端的后果，因为在那里，数据有被非法复制的风险。像医院这样拥有大量医疗数据的大型机构不愿分享这些数据，因为这可能会泄露其他敏感的商业信息。
Doc.ai 首先从设备和用户输入中收集它需要的所有信息。它囊括了 Apple Health 数据、血液测试、尿液分析以及客户上传的任何其他医疗信息。
该平台拥有 8 个预测模型，它们存在于客户设备的本地。每个模块都有一个特定的关注点，从一般的医疗记录，到尿液采样，再到表型组学。
这些模型将数据转换成张量 — De Brouwer称之为“一大堆数字”。然后将它们上传到云端，没有被非法复制的风险，因为如果没有生产它们的模型，它们就像“木星上的 GPS 坐标 — 你不能用它做任何事情”。
Doc.ai 可以从那里利用这些张量来改进其深度学习算法和改进医学预测。
Doc.ai 还提供了一个进行医学试验的平台。客户和医生可以创建自己的试验，或者参与 De Brouwer 已经组织起来的三个试验。第一个是与哈佛医学院的顾问合作组织的，主要研究过敏的诱因。另一个是与斯坦福大学的专家一起设计的，旨在研究治疗癫痫的 26 种药物的不同组合。
De Brouwer 对创业并不陌生。他是几家人工智能公司的联合创始人，其中包括使用机器学习和手机进行尿液分析的 Inui Health，以及 XY.ai，它是哈佛医学院的一个衍生机构，将人工智能用于大规模的数字孪生技术。
De Brouwer 确信 doc.ai 已经找到了改善医疗保健知识的理想方法。“这就是达尔文主义”，他说。“首先收集，然后预测，接下来改变坏的事情并放大好的事情。这三个步骤基本上就是地球的进化算法。”
要了解关于 doc.ai（NVIDIA 初创企业加速器项目的成员）的更多信息，请在此处访问他们的网站。或访问其博客查看每周故事、Github 命令和 Jupyter 笔记本。
帮助改善 AI 播客
您能抽出几分钟的时间吗？请填写一份简短的听众调查问卷。您的回答将帮助我们打造更好的播客节目。
如何收听 AI 播客
获取 AI 播客，搜索iTunes、Castbox、DoggCatcher、Overcast、PlayerFM、Podbay、PodBean、Pocket Casts、PodCruncher、PodKicker、Stitcher、Soundcloud 和 TuneIn。您的常用应用未在此处列出？请发送电子邮件至 aipodcast [at] nvidia [dot] .com。