Regina Barzilay:乳腺癌如何让她转向医疗 AI|100 Women in AI

邱宇行业资讯📡 BestBlogs·全站精选⭐ 912026-11-02337 阅读💛 281 收藏
Regina Barzilay:乳腺癌如何让她转向医疗 AI|100 Women in AI

📌 One-Sentence Summary

Regina Barzilay 讲述乳腺癌如何改变研究方向,以及为什么数据准入、开放验证与机构转化和模型开发同样重要。

📝 Summary

Barzilay 回忆 NLP 从手写规则转向统计学习的经历,强调科学进步既让人乐观,也要求对预测保持谦逊。患乳腺癌后,她看到 AI 研究与医院实践之间的落差,转向临床 AI 和分子研究。她谈到失败的早期选题、被拒的资助申请、与本科生合作,以及为获取数据奔走约一年半。Mirai 的问题是:乳腺影像能否在肉眼可见的诊断之前,呈现未来癌症风险信号。按她的叙述,开放代码与跨国医院网络促进了回顾性验证,但论文发表无法自动解决安全要求、支付、指南和实际部署。她还介绍肺癌工具 Sybil,以及 ARPA-H ADAPT 中探索转移癌个体化治疗决策的合作。这些工作仍涉及临床不确定性和试验,不能保证患者获益。结尾回到发现的缓慢与协作性质,介绍把个人疾病转为研究议题的同行,并强调接纳失败、放下完美要求。医疗效果、审批和部署状态均为受访者的说法,未独立核实,也不构成医疗建议。

💡 Main Points

患者未被满足的需求可以改变研究方向

患病经历让她看到先进 AI 研究与医院流程之间的距离,因此离开熟悉的 NLP 方向,面对资金不足与陌生的临床问题。

数据准入和问题选择决定模型能否有用

营养研究想法受限于数据不足,临床影像也需长期协商才能获取。她将进展归功于学生和伙伴,而非个人突破。

论文发表只是临床采用链条中的一步

她将 Mirai 的推进联系到开放代码、多医院回顾性验证、监管、指南、支付和运营整合,描述了持续多年的转化过程。

预测应帮助人们在临床不确定性中决策

Sybil 与 ADAPT 被描述为研究和转化工作;个体化预测旨在为患者讨论和试验提供信息,不能消除不确定性或保证疗效。

科研坚持依赖协作,进展也并不均匀

她与同行的经历都包含资助、机构协调、反复失败和耐心,补足了个人天才励志故事容易省略的部分。

💬 Key Quotes

但你需要找到一个领域,那里有足够的数据,而且我能够推进的方法确实可以带来有意义的结果。

因为要改变一项指南,发表一篇论文是不够的。

唯一的问题是,你一直都在做不同的选择。

📊 Article Meta

AI Screening: 91

Featured: Yes

Source: 100 Women in AI

Author: 100 Women in AI

Category: 人工智能

Language: 英文

Read Time: 30 min

Word Count: 7470

Tags:

AI 与智能应用 , AI研究前沿 , AI 医疗健康 , 视频 , 临床 AI

Play Full Video

#AI 与智能应用# AI研究前沿# AI 医疗健康# 视频# 临床 AI

文章评论(12)

松听风13 天前

赞同,实践出真知。

回复
崔欣怡14 天前

不错不错,已加入书签。

回复
蓝归舟13 天前

实话,说的不明不白

回复
暮临风13 天前

内容翔实,正好需要,先收藏再看。

回复
南山客13 天前

有没有更详细的教程,期待后续。

回复
林拾贝13 天前

整理得太全面了,省了我不少时间。

回复
青柠微凉13 天前

有没有更详细的教程,期待后续。

回复
月沐雨13 天前

收藏了,以后慢慢研究。

回复
曹浩13 天前

内容翔实,正好需要,先收藏再看。

回复
北岛渔夫13 天前

整理得太全面了,省了我不少时间。

回复
星寻梦13 天前

赞同,实践出真知。

回复
蓝临风13 天前

这个比较实用,已转发给同事。

回复