人工智能技术正在重塑医疗系统，提高诊断能力和疫情应对能力。
尽管新冠疫情可能已经过去，但为未来可能出现的疫情做好准备的需求仍然是公共卫生讨论的核心。牛津大学的研究人员领导了一项开创性的工作，展示了人工智能（AI）如何能够彻底改变疫情准备和响应策略，确保我们准备好应对任何传染病爆发。
这项研究最近发表在《自然》杂志上，是首次全面探索旨在传染病研究和疫情响应的人工智能方法的应用。“人工智能有潜力彻底改变疫情准备，”来自牛津大学流行病科学研究所的共同主要作者莫里茨·克拉默表示。这种范式转变的重点是分析大量的气候和社会经济数据，以预测疫情可能发生的地方、其传播轨迹以及基于免疫系统和病原体之间相互作用对个体患者的影响。
克拉默指出，“如果有效整合这些进展，可以挽救生命并为世界应对未来的疫情威胁做好准备。”该研究呼吁对人工智能模型进行严格的评估标准，并要求政府、社会、产业界和学术机构之间进行强有力的协作，以创建可持续的健康解决方案。
与此同时，空军部（DAF）正在通过推出企业服务台（ESD）来实现其IT支持系统的现代化。这个由人工智能驱动的系统为美国空军和太空部队的人员提供增强的IT支持。空军部首席信息官文斯·古德温表示，“通过增强可用性，IT问题的解决速度显著加快，这有助于提高用户的整体效率。”
ESD不仅加快了问题解决的速度，还通过简化流程（如安排与技术人员的预约）使军事人员能够高效管理时间。自2018年以来开发的ESD，截至2025年1月，已有82%的空军部采用，计划在年底前全面推广。
另一方面，都柏林的马特医院正在利用人工智能解决爱尔兰医疗系统中的长期问题。目前，该医院在其放射科使用人工智能技术来提高诊断速度和准确性。领导这些工作的彼得·麦克马洪教授表示，“我们使用人工智能立即分析所有头部扫描以检测出血、所有胸部扫描以检测血栓以及所有骨骼X光片以检测骨折。”他指出，这种创新方法特别支持那些在深夜工作时可能无法立即获得经验丰富的顾问帮助的初级医生。
值得注意的是，像利特肯尼大学医院这样的农村医院面临着不同的挑战，需要将患者运送到城市中心进行必要的诊断成像。麦克马洪和他的同事已经试点使用人工智能从CT扫描中生成合成MRI，这大大有助于疑似脊柱损伤患者的分诊过程。这一发展很有前景，提供了更快地获取潜在救命诊断的机会。
尽管取得了这些进展，但仍存在重大障碍。医疗监管机构正努力跟上人工智能技术快速整合的步伐。数字步态实验室的艾丹·博兰博士强调了调整监管框架以适应人工智能现实的困难，他表示，“对我们来说，制造实际上就是复制软件。”
进一步复杂化的问题是许多医院过时的IT基础设施。都柏林理工大学的罗伯特·罗斯博士指出，“在这种情况下，集成人工智能并不容易。”这些遗留系统阻碍了进展，并延长了更高效技术的采用时间。
此外，人们还担心人工智能系统可能会产生错误输出——这一现象被称为“幻觉”。麦克马洪强调了训练人工智能系统以减少不准确性的必要性。“如果我们得到不存在的东西，就需要对其进行惩罚，”他警告说，强调了在没有充分监督的情况下集成人工智能解决方案的潜在风险。
在这些复杂问题中，人工智能可靠性的认知也给医疗专业人员带来了哲学上的问题。肖恩·肯内利博士表示，“出于某种原因，我们更容易接受人为错误而不是新的医疗技术。”他认为，这种对人工智能的偏见可能会阻碍创新和采用有益技术的意愿。
总之，随着医疗保健领域通过人工智能技术进行现代化，前进的道路并非没有挑战。然而，正如麦克马洪教授和牛津大学等先驱者所证明的那样，人工智能在改善疫情响应和赋能医疗提供者方面的变革潜力是不可否认的。人工智能应用的持续进化很可能在未来几代人中定义医疗保健的未来。
(全文结束)
