主页（http://www.cnwulian.net）：人工智能医疗是把双刃剑，“对抗性攻击”后可导致误判
然而，据《纽约时报》3月21日报道，科学家们开始担心，越来越多被应用到医疗保健服务中的AI技术，可能是一把双刃剑。除了帮助医生高效工作，它更有可能被蓄意操纵，导致误诊，以及其他更严重的后果。
芬利森称，人工智能可能会加剧这个问题。未来几年，软件开发者和监管机构在构建和评估AI系统时，必须考虑这些情况发生的可能性。“医疗信息本身就模糊不明确，再加上财务激励政策经常相互冲突，使得高风险决策因非常微妙的信息变动就会出现摇摆。”
未来，这样的AI系统将不仅仅在医院被广泛使用，还可能为医疗监管机构、账单服务公司和保险公司提供帮助。正如AI帮助医生检查病人的眼睛、肺部和其他身体器官一样，它也能帮助保险公司确定赔付金额和保单费用。
“对抗性攻击”是指利用调整微小的数字数据，改变人工智能系统行为的操作。
相关机构或将利用对抗性攻击，想方设法获得尽可能多的收益。 图据彭博社
去年年底，美国纽约大学坦顿工程学院的一个研究团队创造了一种虚拟指纹，在22%的情况下，成功骗过了指纹识别器。也就是说，所有使用这些指纹识别器的手机或个人电脑，有22%可能被解锁。
戴上特殊眼镜，可以骗过人脸识别系统，误以为自己是名人。图据《每日邮报》
红星新闻记者 徐缓 编译自《纽约时报》
对抗性攻击利用了众多AI系统设计和构建的一个基本方面——神经网络。人工智能越来越多地受到神经网络的驱动，而神经网络本身是一种复杂的数学系统，通过分析大量数据独立学习任务。例如，通过分析成千上万的眼部扫描图像，神经网络可以学会如何监测糖尿病视网膜病变的征兆。
2016 年，美国卡耐基梅隆大学的一个研究小组通过印在眼镜框上的图案，成功骗过了面部识别系统，让其误以为戴眼镜的是名人。当研究人员戴上这些眼镜时，系统把他们错误识别成米拉·乔沃维奇（Milla Jovovich）和约翰·马尔科维奇（John Malkovich）。
3 月 21 日，在《科学》（Science）杂志上发表的一篇论文中，提出了“对抗性攻击”（adversarial attacks）的可能性。
例如，修改肺部扫描影像的几个像素，就能误导AI系统，把没病的判断成有病，或者把有病的误判成没病。
利用对抗性攻击获利 最终受害者将是患者
这样的情况并不只是一种假设或不必要的担忧。事实上，由于整个医疗保健行业有大量的资金来往，一些医生、医院和其他组织已经出现了操控软件系统获利的情况。例如，为了提高医疗费用支出，医生们巧妙地修改了账单代码，将简单的X光扫描变为更复杂的扫描等等。
理想的情况下，这些系统将有助于提高整个医疗体系的工作效率。然而，美国哈佛大学和麻省理工学院的一组研究人员警告称，这些系统也可能会产生难以想象的严重后果。
然而，作为一名机器学习系统专家，美国宾夕法尼亚大学沃顿商学院助理教授哈姆莎·巴斯塔尼对于引入人工智能是否会让问题变得更加严重提出了质疑。首先，想要在现实中实现对抗性攻击是有难度的；其次，目前还不确定监管机构和保险公司是否打算采用容易受到对抗性攻击的这类机器学习算法。但她又补充道，这个问题的确值得关注：
例如，如果保险公司使用AI评估医学扫描影像，医院可以通过修改扫描结果，以提高赔付金额。如果监管机构建立了AI系统，用于评估新技术，设备制造商可以通过改变图像和其他数据，以欺骗系统，获得监管部门的批准。
如果对病人病情的书面描述进行一些小的改动，也可改变人工智能的诊断：“酗酒”的诊断结果与“酒精依赖”的不同，“腰痛”和“背痛”的诊断结果也会有所区别。
研究人员认为，一旦人工智能深深植根于医疗体系之中，各家企业将逐渐出现能为其带来最大利润的行为。而这其中的受害者，将是患者。
