详细内容或原文请订阅后点击阅览
None
None
来源:MIT新闻 - 人工智能在通过云实现科学数据存储和协作之前，寻求健康研究突破的医学研究人员必须克服协作和关键临床数据收集的重大障碍。
数据是孤立的并且难以分发，因此那些想要进行研究的人别无选择，只能自己收集数据。这不仅使研究变得更加昂贵，而且比较跨数据集的研究结果也具有挑战性。
1975 年，麻省理工学院和波士顿贝斯以色列医院研究心律失常的研究人员设想了另一种方法：该团队开始收集心电图记录并将其数字化，目的不仅是研究它们，而且还希望将它们提供给更广泛的研究界。
团队为此过程搭建了自己的计算机，煞费苦心地一一复制磁带，并为录音创建了超过 100,000 个注释。这个过程花了数年时间，但到 1980 年夏天，磁带终于准备好了。该团队最初认为他们的工具将覆盖不到十几个学术和行业团体。但兴趣不断涌现。在接下来的十年里，他们继续邮寄了大约 100 份。
这些数据最终成为全球平台 PhysioNet 的第一个数据库，该平台于 1999 年在哈佛-麻省理工学院健康科学与技术项目中成立，作为复杂生理信号的临床数据存储库。
当时，这种类型的数据共享（今天看来可能是默认的）是一个近乎革命性的想法。 Thomas Heldt 表示，PhysioNet 的“创立非常有远见”，他是医学和生物医学物理学教授 Richard J. Cohen (1976)、麻省理工学院医学工程与科学研究所副所长，也是《自然健康》杂志最近一篇研究该平台影响的论文的资深作者。
“看到这样的愿景被证明是正确的，并且为这么多人带来帮助，真是太棒了。”
设定标准
人工智能热潮