חוקרים בוחנים את ההשפעות הסביבתיות של כלי בינה מלאכותית

פרסומת
תכנון תשתיות רפואיות


מכיוון שבינה מלאכותית (AI) נמצאת יותר ויותר בשימוש ברדיולוגיה, החוקרים מזהירים שחיוני לשקול את ההשפעה הסביבתית של כלי בינה מלאכותית, על פי מאמר מיקוד שפורסם היום ב רדיולוגיהכתב עת של האגודה הרדיולוגית של צפון אמריקה (RSNA).

פרסומת

שירותי בריאות והדמיה רפואית תורמים באופן משמעותי לפליטת גזי החממה (GHG) המזינים את שינויי האקלים העולמיים. כלי בינה מלאכותית יכולים לשפר הן את התרגול והן את הקיימות ברדיולוגיה באמצעות פרוטוקולי הדמיה אופטימליים וכתוצאה מכך זמני סריקה קצרים יותר, יעילות תזמון משופרת להפחתת נסיעות המטופל, ושילוב של כלים תומכי החלטות להפחתת הדמיה בעלת ערך נמוך. אבל יש חסרון לניצול AI.

"הדמיה רפואית מייצרת הרבה פליטות גזי חממה, אבל לעתים קרובות אנחנו לא חושבים על ההשפעה הסביבתית של אחסון נתונים וכלי AI קשורים", אמרה קייט הנמן, MD, MPH, סגנית יו"ר מחקר ופרופסור חבר באוניברסיטת טורונטו וסגן ראש הקיימות במחלקה המשותפת להדמיה רפואית, בית החולים הכללי של טורונטו. "הפיתוח והפריסה של מודלים של AI צורכים כמויות גדולות של אנרגיה, וצרכי ​​אחסון הנתונים בהדמיה רפואית ובינה מלאכותית גדלים באופן אקספוננציאלי".

ד"ר הנמן וצוות חוקרים בדקו את היתרונות והחסרונות של שילוב כלי בינה מלאכותית ברדיולוגיה. בינה מלאכותית מציעה את הפוטנציאל לשפר את זרימות העבודה, להאיץ את רכישת התמונה, להפחית עלויות ולשפר את חווית המטופל. עם זאת, האנרגיה הנדרשת לפיתוח כלי בינה מלאכותית ואחסון הנתונים הקשורים תורמת באופן משמעותי ל-GHG.

"אנחנו צריכים לעשות מעשה איזון, לגשר על ההשפעות החיוביות תוך מזעור ההשפעות השליליות", אמר ד"ר הנמן. "שיפור תוצאות המטופלים היא המטרה הסופית שלנו, אבל אנחנו רוצים לעשות זאת תוך שימוש בפחות אנרגיה ויצירת פחות פסולת."

פיתוח מודלים של AI דורש כמויות גדולות של נתוני אימון שמוסדות בריאות חייבים לאחסן יחד עם מיליארדי תמונות רפואיות שנוצרות מדי שנה. מערכות בריאות רבות משתמשות באחסון בענן, כלומר הנתונים מאוחסנים מחוץ לאתר והגישה אליהם אלקטרונית בעת הצורך.

"למרות שאנו קוראים לזה אחסון ענן, הנתונים מאוחסנים פיזית במרכזים שדורשים בדרך כלל כמויות גדולות של אנרגיה כדי להפעיל ולקרר", אמר ד"ר הנמן. "הערכות אחרונות מצביעות על כך שסך הפליטות של גזי החממה העולמית מכל מרכזי הנתונים גדול יותר מתעשיית התעופה, וזה מדהים לחלוטין".

למיקומו של מרכז נתונים יש השפעה עצומה על הקיימות שלו, במיוחד אם זה באקלים קריר יותר או באזור שבו מקורות אנרגיה מתחדשים זמינים.

כדי למזער את ההשפעה הסביבתית הכוללת של אחסון נתונים, המליצו החוקרים לחלוק משאבים, ובמידת האפשר, לשתף פעולה עם ספקים ושותפים אחרים כדי להפיץ את האנרגיה המושקעת בצורה רחבה יותר.

כדי להפחית את פליטת גזי החממה מאחסון נתונים ומתהליך פיתוח מודל AI, החוקרים הציעו גם הצעות אחרות. אלה כללו חקירת אלגוריתמי AI יעילים מבחינה חישובית, בחירת חומרה הדורשת פחות אנרגיה, שימוש בטכניקות דחיסת נתונים, הסרת נתונים מיותרים, הטמעת מערכות אחסון מדורגות ושותפות עם ספקים המשתמשים באנרגיה מתחדשת.

"מחלקות המנהלות את אחסון הענן שלהן יכולות לנקוט פעולה מיידית על ידי בחירת שותף בר קיימא", אמרה.

ד"ר הנמן אמרה למרות שנותרו אתגרים ופערי ידע, כולל נתונים מוגבלים על פליטת גזי חממה ספציפיים לרדיולוגיה, אילוצי משאבים ורגולציות מורכבות, היא מקווה שקיימות תהפוך למדד איכותי בתהליך קבלת ההחלטות סביב AI ורדיולוגיה.

"יש לקחת בחשבון עלויות סביבתיות יחד עם עלויות כספיות בתחום הבריאות והדמיה רפואית", אמרה. "אני מאמין שבינה מלאכותית יכולה לעזור לנו לשפר את הקיימות אם ניישם את הכלים בצורה נבונה. אנחנו רק צריכים להיות מודעים לשימוש באנרגיה שלו ולפליטות גזי חממה".



קישור לכתבת המקור – 2024-02-27 20:08:21

Facebook
Twitter
LinkedIn
Telegram
WhatsApp
Email
פרסומת
תכנון תשתיות רפואיות

עוד מתחומי האתר