在追求更好的医疗保健的过程中，生成式人工智能（AI）成为了一个强大的盟友，承担了消耗医生大量时间的重复任务，使医生能够专注于最重要的事情：患者。医生现在可以接诊患者，而AI将协助他们。这不仅是一个遥远的承诺；它已经是当下的现实。根据美国医学协会（AMA）对1,081名临床医生进行的一项调查，近三分之二的受访者认识到在工作中使用AI的优势，38%的人表示已经在工作中使用AI。我们体验医疗保健的方式正经历着巨大的变革，这将导致更快的诊断、更个性化的治疗，最终改善患者的预后。
从提高诊断准确性的预测算法到加速药物发现的复杂数据分析，AI有潜力成为医生的重要伙伴。今天，它不仅增强了医疗专业人员的能力，还引领了一个新的医疗突破时代，改善了患者的预后。为了更好地了解医生如何已经使用AI，我们调查了临床医生和医疗专家目前如何使用这些系统，以及这些系统如何改变他们的实践，无论是现在还是未来。
减轻行政负担
医护人员的职业倦怠已经成为一种流行病。2022年，美国卫生总署长Vivek Murthy博士发布了一项咨询，强调了修复临床医生职业倦怠危机的迫切需求。他预计在未来五年内，美国将短缺超过300万名低薪关键医护人员，而在未来十年内将短缺近14万名医生。根据梅奥诊所的一项研究，2021年超过五分之三的医生报告至少出现了一种职业倦怠症状。在医疗成本上升和保险不足的患者等待太久才接受检查的情况下，这个系统的时间太少，需要的护理太多。护理人员——管理员、护士、助理和临床医生——都在为患者和社区提供服务时牺牲了自己的健康。
我们最近与Harris Poll进行的一项研究发现，临床医生每周花费近28小时处理行政任务，而医疗办公室工作人员和理赔人员分别花费34小时和36小时。这包括维护详细的患者记录、完成保险表格和转诊、记录执行的程序、组织理赔文件和输入理赔信息。谷歌云全球医疗行业解决方案负责人Aashima Gupta表示：“临床医生正在使用AI软件来改变他们提供护理的方式，为医生创造效率，为患者提供更快的答案和护理。医生不再需要点击数百次才能找到答案，而是使用自然语言处理来提出和回答与患者相关的问题。”
Gupta在加入谷歌之前曾领导Kaiser Permanente的数字健康孵化项目，她将数字化转型带入了过时的纸质医疗系统。Gupta表示，医疗系统已经在四个主要领域整合了AI：患者护理的转型交付、运营效率、研发以及更有效的患者分流和解决访问问题的“数字前台”。
临床医生正在使用AI软件来改变他们提供护理的方式，为医生创造效率，为患者提供更快的答案和护理。医生不再需要点击数百次才能找到答案，而是使用自然语言处理来提出和回答与患者相关的问题。
AI在医疗保健中的兴起为改善患者护理提供了巨大的机会。然而，使用AI处理敏感的患者数据引发了关于隐私、保密和合规的关键问题。确保强大的数据隐私和安全至关重要。这需要一个多层次的方法，包括安全的数据存储、对敏感患者数据的稳健访问控制以及全面的隐私合规。谷歌云客户保留对其数据的控制权，在医疗环境中，患者数据的访问和使用受到谷歌云可靠基础设施和安全数据存储的支持，这些支持符合HIPAA标准，同时每个客户都有自己的安全、隐私控制和流程。
除了搜索和提问，Gupta表示，AI还帮助医生在电子健康记录（EHR）中查找信息，了解患者的病情和健康状况，然后基于这些信息执行任务。想象一下，医生可以向AI工具询问：“你能生成这个患者的护理时间线，突出关键事件和进展吗？”或“你能转录我与上一位患者的对话吗？”一些临床医生使用人类记录员，他们在临床访问期间坐在房间里记录对话，但并非每个医疗系统都有预算或能力雇用临床记录员。临床记录员还引发了一些患者保密的担忧；例如，一些女性患者可能不愿意让男性记录员参加她们的妇科检查，而AI工具则不会引起同样的不适感。
这些手动任务的负担通常会占用大量时间，迫使医生在工作时间之外在EHR中添加笔记——Gupta称之为“睡衣时间”。2024年8月，AMA的一份报告显示，大约21%的医生表示他们在正常工作时间之外的平日里每周花费超过8小时在EHR上。AI可以帮助处理EHR任务，让医生有更多时间与患者进行人性化互动，以及与家人和朋友相处，从而减少他们的职业倦怠风险。
AI是一台机器，但讽刺的是，它可以用于增强临床医生之间的同理心。通过AI代理或软件帮助他们进行文档处理、搜索和总结，医生有更多空间去同理患者——这是许多人最初选择进入医疗行业的主要原因之一。“我们认为AI的作用是加强医生和患者之间的关系，并减少职业倦怠或‘睡衣时间’。”Gupta说。
AI还可以用于减少护士交接班时涉及的手动、重复任务。谷歌在两家HCA Healthcare医院——纳什维尔郊外的TriStar Hendersonville Medical Center和奥兰多的UCF Lake Nona Hospital——开展的一个试点项目正在使用谷歌的生成式AI技术通过移动电话跟踪护士的12小时轮班，并创建摘要和任务列表。在轮班结束时，护士可以审查摘要，进行必要的编辑，并将这些信息传递给下一个轮班的护士。通常，这个过程是手动且耗时的，可能导致因信息丢失或未从一个轮班传递到另一个轮班而造成的不良患者健康结果。
提高诊断精度
AI还在显著改变放射学和影像学，增强临床医生的工作。根据Gupta的说法，所有医疗数据的大部分都是图像，如X光片、CT扫描和MRI，而AI可以最大限度地处理这些图像并理解它们。
最近的发展提高了AI感知感官信息的准确性，这对影像和放射学具有重要意义。过去，只有人类才能完成读取和解释扫描和测试结果的任务。但现在，AI能够以越来越高的准确性完成这些任务。传统上，放射科医生通过视觉评估X光片并报告自己的发现，有时还会结合另一位医生的第二意见。MRI和X光片并不是黑白的，而是灰色和阴影的，解读起来非常困难。有时，决定是否进行活检和给予患者全清的关键在于评估屏幕上毫米宽的模糊灰影边缘。AI提供了图像的定量评估，帮助放射科医生更精确地诊断骨折、撕裂等疾病。
在与梅奥诊所的放射治疗研究合作中，谷歌健康开发了一种算法，帮助医生区分癌变区域和易受辐射损伤的健康组织——这一过程称为“轮廓化”，手动完成时非常耗时。但使用该算法后，医生的效率提高了30%到40%，这意味着患者和医生都能更快地制定和实施治疗计划。
像血液学和肿瘤学这样的医学领域是数据驱动和密集的。肿瘤学家和血液学家对改进、更高效的流程和更好的诊断及治疗方法有很高的临床需求。时间对于这些医生来说至关重要；如果未及时诊断，他们治疗的疾病可能会迅速恶化，每一天都至关重要。然而，由于社会提高了诊断和治疗癌症的能力，许多医疗机构积累了大量数据和日益复杂的临床流程。
谷歌与新泽西州的Hackensack Meridian Health的合作展示了AI如何辅助临床医生进行筛查和诊断。通过AI建模，Hackensack的医生正在处理大量的影像数据，并构建AI算法来预测前列腺癌患者的转移情况。这使他们能够为这些患者提供更准确的治疗计划。
2024年，跨国生命科学公司拜耳和谷歌云宣布合作，旨在通过生成式AI解决放射科医生的职业倦怠问题和支持更高效的诊断。拜耳正在利用谷歌云的技术——包括生成式AI工具——加速开发和部署AI驱动的医疗应用，重点是放射学。医学影像占所有医疗数据的约90%。通过帮助他人克服构建合规的AI驱动医疗影像软件的挑战，拜耳和谷歌可以为放射科医生铺平道路，实现更轻松、AI辅助的工作负荷。
人性化患者护理
个性化医疗有多种形式，AI已经在促进与患者的个性化沟通和后续治疗方面发挥作用。今天，医疗系统正在使用AI通过个性化消息提醒高风险群体来改善人群健康和填补护理缺口。例如，一个医疗系统可以识别所有45至55岁的女性患者，并发送提醒她们安排年度乳腺X光检查的信息。但AI允许这种推广个性化，通过连接到个人患者数据。这种方法不仅限于安排筛查测试，而是关注整个患者，认识到他们的个体需求和风险因素。对于有乳腺癌家族史的患者子集，邀请她们安排扫描的信息可以提到这一家族史，以鼓励和规范化扫描作为家庭妇女的常规活动。“你不仅仅是在看X光片或做乳腺X光检查——你是在看一个整体的患者。”Gupta说。
在印度，结核病发病率最高，印度的Apollo Radiology International正在使用谷歌的AI系统，通过胸部X光扫描增强早期检测结核病，帮助筛查和诊断患者。“这些是AI将民主化访问的领域。”Gupta说。未来十年，Apollo将使用谷歌的AI筛查模型提供300万次免费筛查，涵盖结核病、肺癌和乳腺癌，为印度人提供更及时的诊断和护理。
Gupta表示，AI还可以用于识别护理缺口。“我们在过去的10到15年里建立了EHR，仅在美国就花费了320亿美元来创建这一庞大的信息库。有时这些信息是有结构的，但往往临床笔记中包含的患者分享的重要信息是无结构的。”Gupta说。例如，患者可能提到他们在住房方面遇到困难，这意味着他们可能难以到达预约地点或存放药物，从而影响健康结果。这些笔记没有EHR记录，但医生可以使用AI利用这些丰富信息来满足患者的独特需求。
AI还被用于填补医学研究和治疗的空白。“传统上，许多医学研究低估了少数族裔群体。使用AI，你可以查看数据集，看到研究中的空白。”Gupta说。AI模型在识别数据中的复杂模式和相关性方面表现出色。
在谷歌，生物伦理学家、AI研究人员、健康公平研究员和临床医生合作建立了一个框架，旨在减少AI系统中的偏见。该框架称为“机器学习性能健康公平评估”（HEAL），旨在防止AI技术加剧现有的健康不平等，特别是那些历史上经历较差结果的群体。在HEAL的一个应用中，研究人员测试了一个AI皮肤科模型，尽管该模型在检测黑色素瘤方面表现良好，但在检测湿疹等非癌性疾病方面表现不佳，尤其是在老年人中。
就像AI技术本身的复杂性一样，医疗系统使用AI的方式也在不断变化。为了确保医生不会因为这些变化感到疏远，专家们坚持与医生、患者和新技术保持透明。“透明度将非常重要。”Gupta说。“医疗保健的速度取决于信任，我们希望确保医疗系统内的任何变革都是与护士和临床医生一起进行的，而不是强加给他们。我们需要带来这种谦逊。”
(全文结束)
