来自新加坡国立大学(NUS Medicine)和牛津大学的杨潞龄医学院的研究人员成功展示了如何调整和使用工程中使用的解决问题的技术(称为创新增强技术)来提高工程中的创造力。解决医疗保健和生物医学中面临的抽象问题时的问题。

传统的“头脑风暴”存在固有的偏见，例如与群体动态相关的偏见。为了解决这个问题，人工智能研究员和认知心理学家 Tony McCaffrey 博士根据他的模糊特征假说开发了一套创新增强技术 (IET)。

这种新的创新认知理论认为，创新解决方案通常来自两个关键步骤：首先，识别问题元素中很少或从未注意到(模糊)的特征，其次，基于这一模糊特征构建解决方案。这些 IET 旨在帮助个人克服心理障碍，例如功能固定性、仅以传统角色看待物体的倾向，从而增强创造性解决问题的能力，从而产生创新想法。

这些技术是针对工程和设计问题而设计的，其中涉及解决实际目标，例如使用砖和水泥等物理材料建造桥梁。然而，医疗保健和科学问题通常涉及解决可能不容易衡量的抽象目标，例如使用软件和数据等无形资源来改善患者的健康。这项工作是第一个成功地将这些方法应用于医疗保健和科学领域问题的工作。

增强生物医学的创造力和创意不仅可以培育应对医疗保健挑战的新方法，还可以简化研发流程。这可以导致更快速地发现和实施具有成本效益的医疗保健解决方案，从而减少总体医疗保健支出。此外，创造性地解决问题可以更有效地利用现有资源和技术，从而有可能降低获得先进医疗的障碍。当直接应用于正义和公平等生物伦理目标时，如本研究所示，IET 还可以用于促进其他伦理优先事项，包括加强对个人对自己生活的控制的尊重，以及在与健康相关的方面实现更大的公平性。生活。

因此，为了为不同领域的研究人员、从业者和企业家提供创新工具，由新加坡国立大学医学院生物医学伦理中心的 Julian Savulescu 教授领导的团队与牛津大学的 Sebastian Porsdam Mann 博士和 Anuraag Vazirani 博士领导的团队展示了这些技术在使用无形资源为具有抽象目标的问题生成解决方案时的适应性。他们的研究发表在《科学报告》上，通过涉及区块链技术实现生物医学伦理目标的案例研究说明了这一点，并使用两种 IETS(BrainSwarming 和通用零件技术)确定了 100 个潜在的解决方案。

BrainSwarming 首先将主要目标(在本研究中，推进生物医学的伦理目标)置于二维图的顶部。这种视觉表示可以在数字平台、白板或纸张上创建。区块链技术是本研究的关键资源，位于图表的底部。然后，主要目标被分解为更具体的子目标。

接下来，为了精炼区块链主要组成部分之外的资源，该团队将通用零件技术(GPT)应用于每个人工制品。该技术用于提供新信息或通过系统地将资源分解为其组件来帮助重新解释有关解决问题工作所涉及资源的现有信息。

随后，通过创建和可视化的细化目标和可用资源之间的联系，团队能够确定 100 种可能的解决方案——代表区块链技术在临床和研究背景下进一步实现道德目标的潜在用途。

研究人员指出，他们使用这些技术的成功证明了它们在各个领域和问题类型上的广泛适用性。

“这些技术的成功应用具有巨大的潜力，可以使个人产生跨学科的创新想法。这些技术可以成为研究人员、企业家和其他创新者的创造性努力的力量倍增器，为个人和社会带来重大的下游利益，”该研究的资深作者萨武莱斯库教授说。