據英國《金融時報》報道，一群頂級科學家和醫學統計學家上周五警告稱，在一些生物醫學領域使用人工智能技術會得出一些不準確的結論。

“利用機器學習技術分析大數據得出的研究結論，很多都無法獲得我的信任。”萊斯大學貝勒醫學院副教授Genevera Allen在美國科學促進會年會上警告說。

機器學習已經被用來研究科學和醫學數據與一些現象之間的關系，比如基因和疾病之間的關系。在精準醫療中，研究人員會尋找DNA相似的患者，這樣治療方案就可以針對特定的致病基因。

"許多技術被用來做預測."艾倫說，“但我從不回到‘我不知道’或‘我什么也沒發現’的結論，因為他們在設計過程中沒有考慮到這種情況?！?

她不愿意指出具體案例，但表示機器學習得到的癌癥數據的研究結論就是一個很好的例子。

“有很多情況是不能重復的?！卑瑐愓f，“一項研究中發現的集群與另一項研究中發現的集群完全不同。為什么會這樣？因為今天大部分的機器學習技術都會說，‘我發現了一個群體?！怯袝r候，如果換一種說法會更有幫助，你可以說，‘我覺得他們中的一些人真的分組了，但我不確定其他人。"

一旦機器學習發現患者的基因與疾病的特征之間存在特定的聯系，人類研究人員就可能為相應的發現提供合理的科學解釋。但這并不意味著這些發現是正確的。

艾倫說，“你總能找到一些基因被組合在一起的原因。”

直到最近，科學家們才開始意識到這個問題，這可能會導致醫學研究人員走上錯誤的道路，浪費資源來確認不可重復的結果。

艾倫和她的同事正在努力改進統計技術和機器學習技術，以便人工智能可以批評自己的數據分析，并指出一些發現是真實的概率，而不是立即相關的。

“有一種想法是專門打亂數據，看看結果是否會保持不變?！彼f。