斯坦福大学医学院的研究人员构建了一种人工智能工具，该工具可以读取电子医疗记录中的数千份医生笔记，并检测趋势，提供医生和研究人员希望用于改善护理的信息。通常情况下，寻求关于护理问题答案的专家需要仔细查看数百份医疗记录。但新的研究表明，大型语言模型——能够识别复杂书面语言中模式的人工智能工具——可能能够接管这项繁琐的工作，而且其发现可能具有实际用途。例如，AI工具可以监测患者病历中提到的药物危险相互作用，或帮助医生识别对特定治疗反应良好或不良的患者。
这项研究于12月19日在线发表在《儿科学》杂志上，旨在从医疗记录中判断被新处方药物的注意力缺陷多动障碍（ADHD）儿童是否接受了适当的随访护理。“这个模型使我们能够识别ADHD管理中的一些不足之处，”该研究的主要作者、儿科助理教授Yair Bannett博士说。该研究的资深作者是发展与行为儿科Ballinger-Swindells讲席教授Heidi Feldman博士。
研究团队利用该工具的见解来确定改进医生如何随访ADHD患者及其家庭的策略，Bannett指出，这种AI工具的力量可以应用于医疗护理的许多方面。
对人类来说是苦差事，对AI来说轻而易举
电子医疗记录包含实验室结果或血压测量等易于计算机比较的信息。但其余约80%的信息——任何医疗记录中的大部分信息——都包含在医生撰写的关于患者护理的笔记中。虽然这些笔记对于下一个阅读患者病历的人来说非常有用，但它们的自由句式难以大规模分析。这种不太有组织的信息必须在用于研究之前进行分类，通常由一个人阅读笔记寻找特定细节。新研究探讨了研究人员是否可以使用人工智能来完成这一任务。
该研究使用了1,201名6至11岁儿童的医疗记录，这些儿童来自同一医疗网络中的11家儿科初级保健诊所，并至少有一张ADHD药物处方。这类药物可能会产生扰乱性的副作用，如抑制孩子的食欲，因此医生在患者首次使用药物时询问副作用并根据需要调整剂量非常重要。
研究团队训练了一个现有的大型语言模型来读取医生笔记，寻找在孩子服用新药的前三个月内是否询问了孩子或其父母关于副作用的问题。该模型是在一组501条经研究人员审查的笔记上训练的。研究人员将提及副作用存在或不存在（例如，“食欲减少”或“体重无变化”）的任何笔记视为已进行随访，而未提及副作用的笔记则被视为未进行随访。
这些经人工审查的笔记被用作AI中的“地面实况”：研究团队使用411条笔记来教模型什么是关于副作用的询问，剩下的90条笔记用于验证模型能否准确找到此类询问。然后，他们手动审查了另外363条笔记，并再次测试了模型的表现，发现它正确分类了约90%的笔记。
一旦大型语言模型运行良好，研究人员便使用它快速评估了所有15,628条患者病历中的笔记，这是一项如果没有AI将需要超过七个月全职工作的任务。
从分析到更好的护理
通过AI分析，研究人员获得了他们原本无法检测到的信息。例如，AI发现一些儿科诊所在与患者家长的电话交谈中经常询问药物副作用，而其他诊所则不这样做。
“如果你不以这种方式在16,000条笔记上部署这个模型，这是你永远不会发现的，因为没有人会坐下来做这件事，”Bannett说。
AI还发现，儿科医生对某些药物的后续问题较少。ADHD患儿可以被开具兴奋剂或较少使用的非兴奋剂药物，如某些类型的抗焦虑药。医生对后者类别的药物询问较少。
这一发现提供了AI能力限制的一个例子，Bannett说。它可以检测患者记录中的模式，但不能解释为什么存在这种模式。
“我们必须与儿科医生交谈以了解这一点，”他说，儿科医生告诉他，他们在管理兴奋剂副作用方面有更多的经验。
研究人员表示，AI工具可能在其分析中遗漏了一些关于药物副作用的询问，因为一些关于副作用的对话可能没有记录在患者的电子医疗记录中，一些患者接受了未在此研究中使用的医疗记录中跟踪的专科护理，例如精神科医生的护理。AI工具还错误分类了几条关于其他条件（如痤疮药物）处方副作用的医生笔记。
引导AI
随着科学家们构建更多用于医学研究的AI工具，他们需要考虑这些工具擅长什么和不擅长什么，Bannett说。有些任务，如筛选数千份医疗记录，非常适合经过适当训练的AI工具。
其他任务，如理解医疗领域的伦理陷阱，则需要仔细的人类思考，他说。Bannett和同事最近在《医院儿科》杂志上发表的一篇社论解释了一些潜在问题及其解决方法。
“这些AI模型是基于现有的医疗数据进行训练的，我们知道多年来许多研究表明医疗领域存在差异，”Bannett说。
研究人员需要思考如何在构建AI工具和投入使用时减轻这些偏见，他补充说，只要采取适当的谨慎措施，他对AI帮助医生更好地完成工作的潜力感到兴奋。
“每个患者都有自己的经历，临床医生有自己的知识库，但借助AI，我可以将大量人群的知识放在你的指尖，”他说。
例如，AI最终可能帮助医生根据患者的年龄、种族或民族、基因谱型和诊断组合预测其是否可能因特定药物产生不良副作用。“这可以帮助医生做出个性化的医疗管理决策。”
(全文结束)
