I dette seminaret legger Vibeke Binz Vallevik, PhD-stipendiat, frem sin problemstilling: om syntetiske data kan benyttes fritt for å utvikle kunstig intelligens.
Mål: Hovedmålet er å undersøke hvordan syntetiske data kan brukes til validering av AI-drevne verktøy før klinisk implementering og regulatoriske beslutninger, med fokus på en rekke spørsmål:
- Hva er de viktigste risikoene og fordelene som må vurderes for å sikre AI-verktøy for helsesektoren?
- Hva er de juridiske implikasjonene ved bruk av syntetisk forsterkede data?
- Hvordan kan syntetiske data brukes til klinisk validering uten å øke risikoen for pasientskade?
Datadrevet beslutningsstøtte krever store datasett som er varierte og representative for å trene algoritmer og for å verifisere at verktøyene fungerer som forventet. Samtidig blir EUs krav til bruk og håndtering av data gradvis strengere. Den sensitive naturen til helsedata skaper personvernutfordringer ved bruk, og tilgang til store helse- og kliniske datasett blir stadig vanskeligere og mer tidkrevende. For å redusere tiden før ny teknologi kan komme pasientene til gode, ser helsesektoren på syntetisk genererte data som en mulig vei fremover.
Syntetisk forsterkede data oppstår når nye (syntetiske) data genereres basert på eksisterende data, for å skape et større datasett eller for å komplettere et datasett med manglende parametere. Dette kan anvendes på enhver form for data, fra tall eller strukturerte parametere til bilder. Det har vist seg å være nyttig for trening og testing av algoritmer, til og med for å forbedre nøyaktighet og for å verifisere ytelse i et laboratorium. Syntetiske data anses av mange som en praktisk måte å fremskynde utviklingsprosessen på, samtidig som man beskytter pasientens personvern. Likevel stiller noen spørsmål ved om personvernet er tilstrekkelig beskyttet i disse datasettene. Bruk av syntetiske data kan også ha uheldige effekter, som å forsterke eksisterende skjevheter i det opprinnelige datasettet.
Kan syntetisk forsterkede datasett også gi verdi i å informere regulatoriske beslutninger for å øke hastigheten fra forskning til pasientbehandling? Hvis syntetiske data kan være et alternativ eller et tillegg til klinisk validering, kan det være nyttig for godkjenning og overvåking av produkter.