一種稱為“遠見”的人工智能模型已接受了5700萬人使用英格蘭國家衛生服務。該倡議由包括克里斯·湯姆林森（Chris Tomlinson）在內的研究人員領導target=“ _空白”> UCL的健康信息學研究所和倫敦國王學院倫敦國王學院倫敦國王學院它的創造者稱其創造者的衛生範圍為“國家/地區的第一個”，該公司的衛生範圍是“全國范圍”的“全國范圍”。 2018年11月和2023年12月。
該模型建立在Meta的開源美洲拉瑪2型號上，整合了來自門診約會，醫院就診和疫苗接種記錄中的各種數據集。開發人員建議遠見最終可以幫助醫生在疾病發生之前預測並發症，為早期干預提供關鍵的窗口，還可以預測更廣泛的健康趨勢，例如住院率。
chris chris tomlinson關於該項目的預測，“預先遠見的潛力是預測疾病的發生之前，可以預測疾病的複雜性，使我們有價值的範圍更加介入，並逐步進行干預。”””’
href=“ https://www.newscientist.com/article/2356001-medical-ais-ais-ais-are-advancing-when-will-will-they-they-they-be-be-clinic-near-near-you/“ target=“ _ black”>在2023年開發的 根據新科學家。開發人員自己承認，不能保證該系統不會無意間暴露敏感的患者信息。
駕駛隱私和監管障礙
構建強大的生成性AI模型，同時又有一個未能解決的copitigation for copitigation of copitigation。同樣使匿名化變得非常困難，建議這樣的模型應保持嚴格的NHS控制，以安全使用。 Michael Chapman at NHS Digital, overseeing the data for Foresight, acknowledged that while direct identifiers are removed, providing absolute certainty against re-identification with rich health data is challenging.
The AI operates within a dedicated NHS England Secure Data Environment (SDE), with computational infrastructure from Amazon Web Services and Databricks, though these companies reportedly cannot access the data.
透明度和用戶控制也是爭論的中心點。牛津大學的卡羅琳·格林（Caroline Green） caroline green 指出，使用如此廣泛的數據集中的個人信任而弱化公眾信任。她說:“即使它正在匿名化，從道德的角度來看，這也是人們對此非常強烈的感覺，因為人們通常希望保持對數據的控制權，並且他們想知道它的去向。”
green認為，道德和人類的考慮應該是AI發展的起點，而不是AI的起點，而不是事後。她說:“在AI發展方面，倫理和人們是第二個想法，而不是起點，這有點問題。”
Currently, existing opt-out mechanisms existing opt-out mechanisms don’t apply for nationally collected NHS數據集不適用於遠見所使用的數據，因為它已被“取消識別”。 NHS英格蘭發言人表示，由於數據已匿名化，因此不被視為個人數據，因此GDPR將不適用。但是， indicates that “de-identified”data should not be used as a synonym for anonymous data, noting that UK data protection law does not define the term, which can lead to confusion.
Furthermore, the legal position is complicated by Foresight’s current use being limited to covid-19 related research, allowing it to operate under exceptions to data protection laws enacted during the pandemic. sam Smith at medconfidential ，英國數據隱私組織認為，這種“ covid norly AI”可能包含嵌入的患者數據，這些患者可能不應離開實驗室。在實驗室之外，”強調患者應保留對使用數據的使用方式。他補充說:“患者應該控制其數據的使用方式。”
Yves-Alexandre de Montjoye at Imperial College London highlighted that testing whether models can memorize training data is crucial for assessing their ability to reveal sensitive information, a test the Foresight team reportedly had not conducted yet but was considering.
潛在的收益和政府的野心
儘管存在隱私問題，但支持者強調了AI的潛力，例如遠見卓識改變醫療保健。 Health Secretary Wes Streeting supports leveraging this technology to reduce unnecessary hospital visits, accelerate diagnosis, and free up staff resources, according to UCL新聞。
科學與技術秘書彼得·凱爾（Peter Kyle）也支持該項目，將其視為邁向“醫療保健革命”的一步，也是英國政府政府變革計劃的一部分。 凱爾（Kyle）表示，這項雄心勃勃的研究表明，AI與NHS安全和匿名的數據配對，將如何釋放醫療保健革命
NHS England國家轉型國家轉型總監Vin Diwakar Vin Diwakar支持在大型數據集中培訓的AI。 Diwakar說:“ AI有可能改變我們預防和治療疾病的方式，尤其是在大型數據集中接受培訓時。”。
Chris Tomlinson指出，使用國家規模的數據允許該模型代表英格蘭的多樣化人群，尤其是對少數群體和罕見的疾病和罕見的疾病的支持。該模型分析了從1997年到2018年的數據，旨在預測最多五年的700多個健康狀況。一項發表在 lancet數字健康狀況可以預測未來的情況下，尤其是預測的情況下，尤其是預測的狀態，在
同樣，隱私監視人NOYB對XAI提出了GDPR投訴，該投訴是關於數以百萬計的歐盟用戶使用的個人數據未經適當同意培訓其Grok AI模型的個人數據，從而導致愛爾蘭DPC的處理暫時停止。微軟研究與華盛頓大學和普羅維登斯大學合作，最近揭幕了Biomedparse，這是一種AI模型，旨在增強醫學圖像分析。 2024年前早些時候，微軟還推出了Gigapath，用於分析Gigapixel病理圖像。同時，總部位於巴黎的啟動Bioptimus發布了其H-Optimus-0病理學模型，用於接受大量組織病理學幻燈片培訓的病理學，目的是增強疾病診斷和醫學研究。 最近從Osaka Metropolitan University進行的薈萃分析 href=“ https://www.omu.ac.ac.jp/en/info/research-news/entry-81524.html” target=“ _ black”> osaka serropolitan大學
A mid-2024 public opinion survey, cited by Solutions 4它最初來自健康基金會 Health Foundation Blog 較高的Health Foundation Blublias和76％NHS Sapst in n n nlon-Clinias Swortmias cornias in n nlin S.任務。但是，信任仍然是一個問題，尤其是在想要通知數據使用情況的老年人中。