生成式人工智能已经席卷全球。只需轻敲几下键盘，任何有互联网访问权限的人都可以生成学术论文、法律文件、计算机代码，甚至创作艺术作品和视频。这些技术正在渗透到媒体、法律、金融乃至教育行业。然而，如果我们能正确利用生成式AI，它有能力彻底改变数百万患者的生活。
老龄化人口、不健康的生活方式、新冠疫情的遗留影响，以及潜在的其他动物源性疾病如禽流感，正使全球医疗系统不堪重负。再加上不断增多的医护人员职业倦怠和劳动力短缺报告，我们有充分的理由推动一场由AI驱动的医疗革命。
目前，AI已经在医学研究和医疗保健的不同领域得到应用。一个著名的例子是DeepMind的AlphaFold，被誉为计算生物学的突破。AlphaFold能够以惊人的准确性预测蛋白质结构，从而促进了新药物的发现和发展。
在临床实践中，经过训练的诊断AI可以帮助医生更快地发现病情，改善患者结果，同时减轻医护人员的工作负担。例如，微软与剑桥大学的研究人员合作开发了Osairis，这是一种可以在几分钟内帮助医生准备放射治疗图像进行分析的AI工具。
除了推动进步，医疗AI也变得越来越有利可图。2023年，全球医疗AI市场的价值估计为192.7亿美元，预计到本世纪末将达到1877亿美元。据国际数据公司和微软的一份报告显示，近80%的美国医疗组织已经报告使用AI技术。
在这方面处于领先地位的是硅谷的科技巨头。微软宣布了一系列新的AI项目和与医疗组织的合作。其中一个例子是“AI for Health”计划，旨在通过提供AI技术和专业知识来支持解决全球健康挑战的非营利组织和研究人员，涉及人口健康、影像分析、基因组学和蛋白质组学等领域。去年，亚马逊网络服务推出了HealthScribe，这是一项新的符合HIPAA标准的服务，赋能医疗软件提供商构建使用语音识别和生成式AI的临床应用程序。同样，谷歌的Med-PaLm成为首个在医学执照考试风格的问题上达到专家水平的大规模语言模型。
尽管所有这些进展和投资令人鼓舞，但我们需要确保科技公司不会无意中造成伤害。基础模型——即在广泛且未标记的数据上训练的机器学习模型——构成了许多生成式AI的基础。它们可以执行各种任务，如理解语言、生成文本和图像，以及进行自然语言对话。但是，用代表性不足或少量数据训练AI可能会引入偏见。您可能已经熟悉OpenAI的ChatGPT和DALL-E中存在的偏见，这些工具可能会无意中输出种族主义或性别歧视的响应或图像。类似的偏见在医疗保健中也普遍存在，特别是在针对弱势群体如工人阶级和有色人种方面。因此，我们必须确保新的医疗AI不会加剧这种偏见。
那么，我们如何解决这个问题呢？最佳解决方案是确保AI开发者尽可能多地使用多样化的医疗数据集来训练算法。然而，获取足够高质量的数据本身就是一个巨大的挑战。在不同国家的不同医疗数据提供商之间导航监管和伦理要求，同时保护患者隐私，是一项需要额外资源和专业知识的巨大任务。这就是为什么我认为投资数据提供商同样重要，他们可以组织和聚合敏感且高质量的医疗信息，就像投资使用这些数据的公司一样。
医疗AI的潜力令人兴奋，但最终取决于我们是否能够负责任地开发和实施这些技术。在我看来，这是一个机会，让我们为世界各地数百万人带来更好的生活，同时摆脱医疗歧视的阴影。
编辑注：作者与文中提及的任何公司/产品均无财务关系。
照片来源：AdrianHillman，Getty Images
(全文结束)
