在Reuters Total Health会议上，两位医疗行业领导者就AI是否具有减少医疗差距的潜力展开了辩论。一位认为技术尚未成熟，另一位则认为关键在于人们如何使用AI。
Saldanha表示，他对这一话题持否定态度，称AI尚未达到可以减少医疗差距的水平。“我认为这种情况会持续一段时间，”Saldanha说，“我没有一个具体的时间表来说明它何时会平衡或变得更好。原因与AI无关。从行业角度来看，我们在所有医疗服务中仍然难以实现健康公平。所以这项工作尚未完成，现在我们引入了这个新的范式——AI。虽然AI可能会提高效率，但它不能替代医生。因此，我并不认为它目前能够帮助实现健康公平。”
与此同时，Kaul认为关键在于人们如何使用AI，她相信人们将以一种道德的方式使用AI来缩小差距。“从根本上说，我们是医疗专业人士，”她说，“我们秉持‘不伤害，做好事’的原则。……它可以缩小信息获取的差距，无论是在提供远程医疗服务方面，还是通过为无法亲自获得医疗服务的人提供信息。他们可以使用AI更好地了解自己的健康状况。它还可以为农村地区的临床医生提供接触专家的机会。”她补充说，该技术可以使医疗服务更加个性化，并减少语言障碍。她声称AI能够翻译超过80种语言。
Saldanha反驳说，数据完整性是医疗行业的重大挑战，而“AI的质量取决于其训练数据的质量”。当AI未被输入正确的数据时，行业无法期望用它来解决差距问题。
Kaul回应说，知道数据集通常存在偏差“使我们能够训练模型，修改模型以消除这些偏差，并找到数据集来引入训练所需的多样性”。
在总结陈词中，Saldanha强调他认为AI不会帮助解决医疗差距。他举了一个在芝加哥使用的名为ShotSpotter的项目为例，该项目使用传感器检测枪声。尽管有努力保留该项目，但最近已被暂停。“该项目的批评者指出，它主要部署在有色人种社区和最贫困地区，”他说，“支持者认为它可以帮助预防枪支暴力，但结果仍有待观察。”
Kaul则认为，问题不在于AI是否准备好减少差距，而是医疗组织是否准备好使用该技术来弥合差距。“我从自己的组织和市场看到的所有信号都是肯定的，”她说，“关于AI的道德使用有很多讨论。许多提出的用例都是为了平衡差距。我们正在建立治理模型，以确保在任何提出的用例中不会发生意外的不良事件。”
观众似乎大多同意Kaul的观点。在辩论结束时进行的一项民意调查显示，47%的观众认为AI在一定程度上具有减少差距的潜力，42%认为显著具有这种潜力，另有11%表示“不，不太可能”。
(全文结束)
