当 Erik Duhaime 博士当他在麻省理工学院集体智慧中心写论文时，他注意到当时还是一名医科学生的妻子花几个小时研究提供闪存卡和测验的应用程序。他的研究表明，作为一个群体，医学生可以比专业皮肤科医生更准确地对皮肤病变进行分类。诀窍是不断地衡量每个学生在已知答案的案例中的表现，抛弃那些不擅长这项任务的人的意见，并明智地汇集那些擅长这项任务的人的意见。

Duhaime 将妻子的学习习惯与他的研究相结合，创立了 Centaur Labs，该公司创建了一款名为 DiagnosUs 的移动应用程序，用于收集医学专家对现实世界科学和生物医学数据的意见。通过该应用程序，用户可以查看潜在癌性皮肤病变的图像或可能表明存在问题的心肺音音频片段。如果用户是准确的，半人马座就会采纳他们的意见并奖励他们小额现金奖励。这些意见反过来又可以帮助医疗人工智能公司训练和改进他们的算法。

这种方法结合了医学专家磨练技能的愿望，以及使用人工智能进行生物技术、开发药品或商业化医疗设备的公司 对标记良好的医疗数据的迫切需求。

“我意识到我妻子的学习对于人工智能开发人员来说可能是富有成效的工作，”杜海姆回忆道。“今天，我们有数以万计的人使用我们的应用程序，其中大约一半是医学生，他们对在学习过程中赢钱感到惊讶。因此，我们有这个游戏化平台，人们可以在其中相互竞争来训练数据如果他们表现出色，就可以赢得金钱，同时提高自己的技能，通过这样做，他们可以为构建拯救生命的人工智能的团队标记数据。”

游戏化医疗标签

杜海姆 (Duhaime) 完成了博士学位。托马斯·马龙 (Thomas Malone) 是帕特里克·J·麦戈文 (Patrick J. McGovern) 管理学教授、麻省理工学院集体智慧中心创始主任。

“让我感兴趣的是群体智慧现象，”杜海姆说。“问一群人一个罐子里有多少颗软心豆粒糖，每个人的平均答案都非常接近。我感兴趣的是如何在需要技能或专业知识的任务中解决这个问题。显然你不只是想要随机询问一群人是否患有癌症，但与此同时，我们知道医疗保健领域的第二意见非常有价值。您可以将我们的平台视为获得第二意见的强大方式。”