共计 2343 个字符，预计需要花费 6 分钟才能阅读完成。
2024 年 11 月 12 日
东南理工大学（SETU）的 Indrakshi Dey 博士指出，尽管人们普遍认为 AI 可以迅速解决问题，但实际情况远比想象的复杂。
越来越多的科学家开始关注现代环境对人类健康的影响。对于 Indrakshi Dey 博士而言，研究污染和人工光等因素与非传染性疾病之间的联系在当今社会显得尤为紧迫。
她解释道，她的研究“揭示了环境压力源与非传染性疾病（如眼科和皮肤病）之间日益增长且常被忽视的联系”。
“通过将我的研究成果与具体的社会效益联系起来——例如通过非侵入性诊断改善医疗保健结果或了解污染对人类健康的影响——我使这项工作更贴近公众。”
Dey 是东南理工大学（SETU）Walton 研究所可编程自主系统部门的负责人。她在英国南安普顿大学获得了无线通信的硕士学位，并在加拿大卡尔加里大学获得了电气、电子和通信工程的博士学位。
她曾在都柏林三一学院和梅努斯大学等多家机构工作，并曾是未来网络和通信 Connect 研究中心的 Marie Skłodowska-Curie 研究员。
《我的热情在于推动科学和技术的边界，同时在学术界内促进合作和指导》
请告诉我们您目前的研究。
目前，我正在启动一个名为 ENACT 的项目，该项目由 Horizon Europe 资助，研究空气和光污染对非传染性眼科和皮肤病前临床标志物的影响。
这项研究源于对人工蓝光和紫外线辐射等环境压力源日益增长的担忧，以及它们如何导致视网膜退化、皮肤癌和其他非传染性疾病。
该项目将重点关注这些污染物长期暴露如何加速眼细胞和皮肤细胞中的氧化应激和炎症。
该项目将采用 AI 驱动的方法来预测和非侵入性地监测这些疾病的发展。他们正在使用贝叶斯建模和通过时空图神经网络（ST-GNN）进行迁移学习等尖端技术，分析环境因素与疾病进展之间的因果关系。
该研究旨在提供更易获取和预测的早期检测方法，不仅为医疗保健专业人员提供见解，还为公共卫生规划者和保险公司提供见解。
该项目跨学科的特性，结合环境监测和医疗诊断的数据，使其能够扩展为一项全面的研究，通过更好地理解环境影响来预防疾病。
在您看来，为什么您的研究重要？
这项研究的潜在影响是巨大的。通过开发非侵入性、AI 驱动的预测和监测工具，他们可以将医疗保健从被动转变为主动。早期检测意味着患者可以及时接受干预，可能防止致残状况的进一步发展。
此外，收集的环境数据可以为公共卫生政策和城市规划提供信息，帮助缓解污染相关健康问题的根本原因。
这项研究可能会导致更有效的策略来减少这些疾病的发生率，最终提高许多人的生活质量，同时降低全球医疗成本。
是什么激励您成为一名研究人员？
我对技术如何解决现实世界问题并改善人们生活的深刻好奇推动了我进入研究领域。一个特别突出的记忆是我作为学生时参与的一个涉及无线通信系统的项目，以及通信系统如何成为我们社会的基础。今天没有人能在没有智能手机的情况下生活。我对信号的复杂性以及如何在最小干扰的情况下传输数据感到着迷。那时我意识到研究在创造解决方案方面的强大力量，尽管这些解决方案是技术性的，但可以对社会产生深远的影响。
另一个关键时刻是我看到了先进的算法和预测模型对医疗系统的直接影响。技术不仅可以提高效率，还可以挽救生命的想法激发了我推动可能性的边界，特别是在 AI、数据建模和网络优化等领域。
从那时起，我知道我想将我的职业生涯投入到探索这些技术如何解决更大的挑战，如改善健康结果和管理环境风险。
作为您领域的研究人员，您面临的一些最大挑战或误解是什么？
作为研究人员，我面临的最大挑战之一是人们对 AI 和数据科学进展的误解，认为它们是快速、简单或自动的。许多外行人认为只要有足够的数据，AI 就能立即解决问题，但现实情况要复杂得多。开发可靠的模型，尤其是在医疗保健等敏感领域，需要大量努力来确保数据质量、模型准确性和伦理使用。这不仅仅是拥有大量数据的问题；而是拥有正确的数据，并仔细训练模型以避免偏见、确保隐私并提供有意义、可操作的见解。
另一个挑战是弥合技术与其现实应用之间的差距。许多出色的技术解决方案仍停留在学术或理论阶段，因为存在代表性数据不足、临床试验困难或跨学科团队合作挑战等问题。
例如，在医疗保健中实施基于 AI 的解决方案需要数据科学家、医疗专业人员和政策制定者之间的合作——这一过程可能缓慢且复杂。
此外，有时人们对医疗保健中的 AI 持怀疑态度或恐惧，担心会取代人类判断。澄清 AI 是一种旨在支持而非取代医疗保健专业人员的工具至关重要，它为他们提供更深入的见解和更准确的预测能力。克服这些挑战需要持续的对话和教育，以建立对 AI 和数据科学在医疗保健和其他领域带来的好处的信任。
您认为近年来公众对科学和数据的参与是否发生了变化？
是的，我相信近年来公众对科学和数据的参与发生了显著变化，尤其是在新冠疫情之后。疫情凸显了科学研究、数据分析和实时信息在管理全球危机中的重要性。
人们更加意识到可靠数据在影响公共卫生和安全的决策中的重要性。感染率、疫苗效力和统计建模等概念成为日常对话的一部分，这在以前是罕见的。
公众对科学的看法和互动方式也发生了明显的转变。随着疫情期间数据驱动决策的增加，更多人意识到科学研究的价值及其在社会中的关键作用。
然而，这一时期也暴露了一些挑战，如错误信息的传播和对科学数据的不信任，这可能会使公众参与复杂化。这使得研究人员和科学家更清楚、透明地沟通变得更为重要，确保复杂的概念对每个人都易于理解和接受。
此外，数字工具和平台的兴起使科学更加开放和互动。人们现在可以访问科学报告、数据可视化和实时研究更新，这为公民科学和公众更广泛地参与科学讨论创造了机会。
我相信这种增加的参与是一个积极的发展，因为它促进了人们对科学在解决社会挑战中的作用的更深入理解，并鼓励科学界与公众之间的合作。
