AI与精准医疗的未来:面临的障碍The future of AI and precision health: What stands in the way

环球医讯 / AI与医疗健康来源:www.ama-assn.org美国 - 英语2024-10-17 20:00:00 - 阅读时长5分钟 - 2165字
本文探讨了AI在精准医疗中的应用及其面临的挑战,强调了数据多样性、隐私保护和跨利益相关者合作的重要性。
AI精准医疗AMA数据挑战医生助力数据集不足CME课程医疗保健个性化护理利益相关者合作
AI与精准医疗的未来:面临的障碍

精准医疗承诺为合适的人在合适的时间提供合适的治疗。但要实现这一目标,它需要增强智能(AI)的帮助,通常称为人工智能,以高效地组织、分析和解释数据,使医生能够提供针对性的诊断、预后和治疗建议。医生已经认识到AI的作用——一项针对1000多名医生的AMA调查显示,近三分之二的医生看到了AI的潜在好处。但要确保其在精准医疗中的应用安全、有效且公平,还有很多工作要做。

让技术成为医生的助力

美国医学会(AMA)致力于确保技术成为医生的助力而非负担。AMA Ed Hub提供了一系列介绍AI和机器学习基础原理的继续医学教育(CME)课程,机器学习是AI的一个子领域,使计算机能够从数据中学习模式和关系而无需人工编程。该系列由AMA ChangeMedEd倡议和密歇根大学DATA-MD团队开发,主要面向医学生,但也适合住院医师、研究员、执业医生和其他卫生专业人员。第六模块“AI与精准医疗”探讨了AI在实现精准医疗目标方面的潜力。

为何它们相辅相成

“精准医疗是一种基于患者独特的遗传、生物标志物、表型或心理社会特征来定制诊断、预后和治疗的医疗方法。”模块中写道,“AI增强了临床医生分析和解释复杂数据的能力,旨在提供更加个性化、高效和有效的护理,最终改善患者的治疗结果。”实现这一目标的核心是数据。精准医疗需要大量的数据,这些数据必须经过组织、处理和分析才能在临床环境中发挥作用。“AI有潜力有效地服务于这一目的。”模块中写道,“通过涵盖基因组学、生物标志物、临床记录、环境数据和社会因素的庞大数据集,AI是推动精准医疗的动力。”

AMA制定了倡导原则,这些原则基于当前的AI政策,涉及医疗保健AI的开发、部署和使用。同时,AMA Ed Hub还提供了一门关于医疗保健中的人工智能和增强智能的16学分CME课程。

数据集仍存在的不足

尽管前景光明,AI和精准医疗在数据利用方面仍面临若干重大挑战,包括:

  • 缺乏多样性和代表性数据集,因为高质量、关键的健康数据(如种族、族裔、性别、性取向和地理位置)有限,无法训练模型。
  • 数据隐私问题,如加密、去识别化和访问控制,以防止数据被滥用而导致患者受到伤害。
  • 需要纵向数据,因为许多患者的电子健康记录中的健康历史不完整。

此外,精准医疗还面临着超出数据范围的挑战。一个典型的例子是由于医疗系统内资源获取不平等导致的不平等问题加剧。“AI驱动的精准医疗有可能放大这些差距。”模块中指出,“这突显了公平获取AI驱动工具的重要性,并强调了弥合数字鸿沟以确保医疗进步惠及所有患者和医疗系统的必要性。”

了解更多关于AMA在医疗保健中增强智能新兴领域的信息。

需要采取的措施

借鉴密歇根大学精准医疗计划的成功经验,模块建议了几项策略,以确保AI辅助下的精准医疗能够更好地改变医疗保健。

组建大型、纵向队列

“像英国生物银行、百万退伍军人计划、FinnGen和All of Us这样的长期综合队列已经积累了大量的基因组、实验室和生活方式数据,为医学突破提供了机会。”模块中写道,“下一步是合并多个队列的数据,创建一个全面的数据集供研究人员使用。”

承诺提高多样性

精准医疗面临的一个主要挑战是研究参与者池缺乏多样性。“这一差距可能会加剧健康不平等并限制生物学发现。我们必须承诺提高多样性。”模块中指出,“增强数据深度可以超越种族和族裔的细化措施。同时,多样化研究人群和生物医学研究劳动力也是至关重要的。”

转向常规基因组分析

到目前为止,临床基因组分析仅在评估特定癌症或罕见遗传疾病时进行。“展望未来,全基因组方法将成为理解、预防、检测和治疗疾病的标准步骤。”模块中写道。

收集扩展的表型和环境数据

精准医疗将扩大表型、暴露和生活方式数据的使用,这需要整合来自健康索赔、国家生命统计和地理空间资源的数据。可穿戴设备也将发挥重要作用,提供有关活动水平、身体指标和暴露的数据。

为医生发声

了解AMA如何在关键问题上为医生发声。

保护数据隐私

精准医疗的成功依赖于大量人口的参与,但参与并不总是容易的。“历史上,科学并不总是值得信赖或公平对待参与者。”模块中指出,尤其是对于历史上边缘化的种族和族裔群体的患者。“透明度、积极的社区参与和参与者在研究治理中的参与将增强信任,并推动精准医疗朝着更加文化敏感的方向发展。”

拥抱利益相关者合作

“为了实现所有社区的精准医疗愿景,必须采取一种涉及国际合作、多样参与者的参与、全面的人群测量、临床和研究数据的广泛传播以及将这些知识整合到学习医疗系统中的策略。”模块中写道,“利益相关者之间的合作将使我们能够全面地在各个人群中拥抱精准医疗。”

该模块还探讨了如何根据个体特征定制精准医疗,以及精准医疗在应对COVID-19公共卫生紧急情况和其他过去二十年的关键成就中的作用。定期的知识检查测试用户对概念应用的理解。

CME模块“AI与精准医疗”是持久材料,由AMA指定最多0.75个AMA PRA 1类学分。它是AMA Ed Hub的一部分,这是一个在线平台,提供高质量的CME和教育,支持医生和其他卫生专业人员的专业发展需求。该平台提供与您相关的主题,并提供一种简单、流畅的方式来查找、参加、跟踪和报告教育活动。

了解更多关于AMA CME认证的信息。


(全文结束)

大健康
大健康