几千年来，医生一直在为患者诊断疾病。不久的将来，机器人会取代他们吗？Medical Technology Schools 考察了学术研究和新闻报道，以了解人工智能如何改变医疗诊断。
在经典的科幻系列《星际迷航》中，人类经常依赖他们的三录仪——一种能够在几秒钟内诊断几乎所有疾病的便携设备。人们一直梦想着一个机器能够确定我们的医疗问题的世界。虽然这样的技术仍遥不可及，但最近的人工智能进展使这一愿景看起来不那么虚幻。
例如，大型语言模型（LLMs）的崛起，如支持ChatGPT的模型。这些模型不仅已经展示了通过美国医学执照考试的能力，而且还在迅速改进。2021年9月，顶级LLMs在考试中的得分仅为38%，远低于60%的及格线。但到2023年11月，顶级语言模型的得分达到了90%，超过了甚至人类专家的表现。
人工智能在现实世界的应用
AI 模型不仅在医学考试中表现出色。今年早些时候，科学家报告称使用AI分析患者的血液样本，以识别与帕金森病相关的特定蛋白质水平。研究人员表示，他们使用的算法可以帮助预测帕金森病在症状出现前七年的发病情况。
与此同时，谷歌正在开发一种技术，该技术可以通过智能手机记录的咳嗽声来检测结核病或慢性阻塞性肺疾病（COPD）。加州大学戴维斯分校的研究人员最近构建了一个机器学习模型，用于根据人口统计特征和医疗历史识别患肝病风险的人群。
多年来，有人猜测人工智能将取代某些医疗专业人员，特别是放射科医生，他们的工作需要解释X光等图像以识别异常和诊断疾病。然而，尽管取得了快速进展和快速部署，机器尚未取代人类。
部分原因是放射学非常复杂。虽然当前的AI系统在特定任务上已经超过了人类医生，但还没有任何AI系统能够承担医疗专业人员的所有任务。医疗保健是一个高度监管的行业。医生和立法者可能不会满意，直到机器发展到显而易见应该领导的程度。其他技术进步，如自动驾驶汽车，在变得普遍时也面临类似的担忧和法规。
理解医疗领域人工智能的局限性
构建机器人医生的问题之所以具有挑战性，部分原因是研究人员仍然不完全理解AI模型是如何思考的。它们通过从大量数据中提取模式来工作，但无法解释其推理过程，这在敏感领域中出现问题时构成一个问题。此外，基于LLM的模型容易产生“幻觉”，即它们自信地做出看似符合上下文但实际上完全错误的陈述。当被要求提供证据时，LLMs往往会伪造来源，包括不存在的期刊文章。
尽管存在挑战，人工智能技术在医疗保健领域，特别是在诊断方面，提供了巨大的潜力。医生常常感到压力山大，医疗保健费用昂贵。经济合作与发展组织（OECD）的数据显示，经济较发达的国家通常将其国内生产总值的约10%用于医疗保健，而美国则接近17%。
整合AI可以提高生产力，帮助早期发现疾病，从而改善患者预后。早期发现对于治疗许多疾病至关重要，AI能够快速准确地分析大量数据，有助于及时诊断，从而提供更好的护理并降低成本。
未来的一个方向是让人类医生与AI系统合作。这些系统可以帮助医生综合大量数据，为诊断提供背景信息。AI系统还可以提供第二意见，尤其是在复杂的病例中。它们甚至可以帮助人类医生在进行困难对话时更加同情患者。最近的研究表明，并非所有放射科医生都能同样受益于AI辅助。这表明，尽管AI系统在快速改进，医生们也需要继续磨练技能并利用新技术，以充分利用其发展。
(全文结束)
