评述人工智能与医学的未来

Dr. T.M. Maddox(左)和Dr. Philip Payne(右)两位专家针对AI的应用，包括其功能和局限性；如何改变医生工作方式和诊疗流程，分享了他们的观点

今年生物医学领域十大预测中两项出乎意料！

一是没想到“基因编辑婴儿”诞生了！这让全球科学界为之哗然，媒体疯狂炒作了一番。

另一项预测更让人沮丧：人工智能对医疗健康的影响并没有想象的那样惊天动地，至今也没人能说清楚AI究竟如何改变医疗服务、护佑健康。

日前，《JAMA》发表了一篇专家观点，评述人工智能(AI)与医学的未来：探讨AI在医疗和保健领域或改变疾病诊断和精准治疗，或助力患者在正确时间获得正确的治疗。

笔者认为切勿小看AI，否则会误解了AI大智慧、大用途! 当然了，太多的人想着用AI解决眼前的事儿，过于短视了。

想当初手机刚刚进入人们视线里，除了满足移动通讯需求，没人预知今天智能手机的功用。现在看看手机的通讯功能占多大分量？就会明白未来AI的应用空间是无限量。

两位业界专家是来自美国圣路易斯的华盛顿大学医学院信息研究所所长，AI专家Philip Payne教授和医疗系统创新实验室主任Thomas M. Maddox博士。

“

他们探讨了AI在医疗领域最佳用途，概述了AI技术在医院和诊室里应用所面临的挑战，包括其功能和局限性；如何改变医生工作方式和诊疗流程

”

AI主要是依靠计算机的超算和学习模型来筛选和解析患者数字化信息，在医疗保健领域里，诸如个人年龄、病史、健康状况、临检报告、医学影像资料，DNA基因编码序列以及与健康相关的其他信息。

AI擅长从复杂的数据中应用模型和识别规律，并以超人的极速完成工作。人们希望利用AI辅助医生和患者做出更好的诊疗和健康决策。

AI进入医疗领域第一个应用场景在哪儿？

首先，AI会被应用于患者疾病诊疗流程。

比如，影像辅助诊断，帮助提高癌症或心脏疾病的鉴别诊断等。诊疗流程中有各种影像学检查，例如X射线、CT扫描、MRI和超声心动图等。这些影像检查的基本共性是产生大量高质量数据。

为了更好地发挥AI优势，数据集最好是完整、没有信息丢失。因此，数字化影像资料做到了这一点。

由于人眼通常对图像中一些信息视而不见，譬如几年来乳房组织的细微变化，甚至富有临床经验的医生也会遗漏。AI识别早期癌症模型或早期心衰模型已经完成了有意义的测试。

实际上，在临床中很多地方已经应用了简单化人工智能（究竟是AI或自动化程序？）。比如用AI辅助工具识别心电图异常节律或心跳频率等，并触发预警引起医生注意。

这就好像一台计算机试图在模仿医生去理解图型数据并告知医生“这个数据好像不太正常，您需要关注或解决这个问题”。

现在，越来越多的人应用可穿戴设备示踪自己的睡眠或脉搏、心跳频率，甚至日常生活中健康信息、个人疾病档案记录等等。AI具备如此能力来分析更大、更复杂的数据信息集。

辅助医生，但永远无法取代医生

首先，需要明确AI不可能取代医生，应用AI的目的是辅助支持。帮助医务工作者检索大量数据中的重要信息，否则那些潜在信息可能被忽视或隐埋了。

与此同时，AI机器学习很难达到、或许永远无法超越专业人员对疾病和人体状况的理解。更重要的是人需要情感交流，不单单是生理数据指标。

AI为医生提供建议，即便是最好建议、最适合患者，仍需要人做出决策。医生需要考虑患者偏好什么？价值观是什么？这样治疗对患者的生存质量和家人意味着什么？这些带有人情味的问题不可能从AI那里得到明确答案。

随着AI的普及应用，人们会看到医生角色在发生改变。医生会从数据收集和分析者转变为患者的咨询顾问。医患双方的共同目标是早期发现、早期治疗，维持健康。

AI应用于医疗实践还需要培训医护人员掌握这些新方法、新工具。在未来的医疗和健康环境中，适合于专业人员做的事情，比如诠释和咨询建议；发挥AI和机器学习的最佳工作，比如说收集、过滤和分析大量复杂数据信息。这些是未来医学实践中相辅相成的必要环节。

需要解决监管问题和隐私保护

现在医疗服务提供者与患者间已存在伦理、道德和隐私保护承诺。如果AI应用充分体现规范和准则，并以此为路标，那么，推进AI普及应用将处于有利势头，也不会有太多麻烦。

实际上，这也是希波克拉底誓言的延伸。保护病人隐私需要关注两件事：一、保护数据；二、建立信任。作为医疗服务方有责任和义务建立并维系这种信任。

关于数据管理的伦理问题已有许多讨论。是否为了保护患者的数据和正当使用数据而在希波克拉底誓言中再加入新的内容？伦理与道德不仅涉及保护隐私，还涉及保证信息被负责任地应用。目的是让医健服务更好。

当AI融入临床诊疗和健康管理中，如何影响患者日常生活？

Maddox博士说：作为一名心脏病医生，我的病人包括心脏病或心衰患者。通常情形下，我让他们来诊所随访并监测患者病情进展和治疗情况。例如，某位病人可能每半年来一次。但是，这个随访时间基本上是随机和凭借经验，没有科学或医学具体依据。

如果有了AI辅助工具，就可以不再如此安排预约随访。相反，医生每天寻查上千名患者综合情况和异常现象，利用AI分析患者的疾病和健康数据信息。

AI算法能整合多个数据流，在任何时刻绘制出某一位患者的心脏疾病和健康状况视图。例如，通过可穿戴设备监测患者的活动水平、药房数据、服药依从性、家庭传感器上的呼吸和脉搏率状况。“智能”量表上的体重波动，甚至暴露于来自环境中传感器的空气污染程度，以及电子健康档案中记录的最近一次急诊原因和治疗情况等。

如果医生将这些数据结合在一起，利用AI识别心脏病患者的高风险情况。从预防心脏病突发风险角度看，可以系统地提示医生尽快联系该患者进行预约就诊或改变治疗方案。对于那些没有任何高风险特征、病情平稳的病患者则没有必要来诊所随访，可以继续远程监控，随时回答他们的健康咨询。

Payne教授认为：这就是未来医学的AI系统。消费型医疗保健服务是由刚性需求驱动。AI能够对不同类型的大数据进行分类，并将医生需要查房和关注的患者结合在一起。

如此这样，既可以降低医疗成本，又可精准提高服务质量和效果。最佳效果应当是减少患者过度医疗护理，避免不必要的随访，但保障医疗服务质量。

当把AI引入现有的医疗实践里，需要面对的挑战包括AI系统的数据质量，开发评估AI是否真的优于标准诊疗方案？确保患者隐私，AI系统是否让临床工作流程更加完善和高效。

如果希望严格地构建适合AI系统的工作环境，或许我们不必将AI称为人工智能，它只是“AI药”而已——必须安全、有效。