拉斯维加斯 —— 美国最大的科技公司高管们今年齐聚HLTH会议，承诺引领下一轮医疗人工智能创新。谷歌、微软、亚马逊、GE医疗和英伟达等公司提供的AI产品，旨在帮助医疗系统解决从减少文档时间到优化手术室调度等一系列问题。科技高管表示，他们已经超越了早期的单一解决方案，转而提供可以针对个别医疗系统的具体需求进行定制的平台解决方案。
“我们真正处于一个转折点，”微软全球健康与生命科学负责人Sally Frank说。
然而，尽管科技公司希望将其产品销售给医疗系统和提供者，但高管们在如何负责任地向行业提供新技术以及临床医生是否都准备好使用新工具方面存在分歧。
“我们在基础模型层面所做的任何评估都只是一个初稿，”谷歌研究高级总监兼Google Brain团队联合创始人Greg Corrado说。“它需要由愿意并且有能力在实地进行研究的医疗系统来开创，而并非每个医疗系统都能做到这一点。”
科技公司强调平台方法
科技公司把自己定位为医疗组织在AI开发中的合作伙伴，提供在产品开发和测试方面的深厚专业知识。然而，HLTH的科技高管们表示，他们很少告诉医疗系统应该如何应用AI。
“谷歌不是医疗服务提供者，我们也不想成为医疗服务提供者，”Corrado说。他表示，AI的应用案例应该直接来自医疗系统。科技公司就像半导体芯片制造商——它们生产资源密集型、有价值的原材料，在这种情况下是大型语言模型，而医疗行业则应用这些模型。
“我们开发的技术应该是让医疗组织能够构想并构建自己在这个领域的未来，”他说。谷歌已与克利夫兰诊所和社区卫生系统合作，试点从医疗云服务平台到电子健康记录搜索工具的各种技术。其他科技公司如微软也推出了类似的合作伙伴关系，鼓励医疗系统定制自己的AI解决方案。
“这一承诺打破了‘现成’工具解决‘简单用例’的局面，”微软健康与生命科学产品营销副总裁Kees Hertogh说。本月早些时候，微软表示将使医疗系统更容易直接构建自己的AI工具。该公司还利用生成式AI帮助医疗系统整理其非结构化数据、影像和医学影像数据，从而让客户“构建自己的副驾，自己的AI代理”，Hertogh说。
德勤的首席顾问Bill Fera在接受采访时表示，医疗系统可能会更喜欢这样的工具，而不是早期的产品。“我认为超大规模企业和平台提供商将接管这个领域，因为人们越来越熟悉自行构建和了解如何做到这一点，”他说。“将从应用程序转向我们自己的平台。”
需要严格的测试引发关于访问的问题
在医疗领域，科技公司目前感兴趣的是帮助医疗系统管理信息过载。这些公司处理大量书面形式和图像数据的能力，可以帮助缩短医生审查笔记或安排患者进行关键手术所需的时间，高管们表示。
不同的AI应用需要不同程度的人类监督。目前，HLTH的科技公司一致认为所有医疗AI都应有人类监督。一些公司首先关注行政AI工具，因为这些工具需要较少的监督。例如，在GE医疗，一个调度工具可能比用于辅助癌症治疗的工具需要较少的监督。
“我们认为这些地方是我们可以非常迅速地引入AI的地方，因为它不直接与临床决策支持相关，”GE医疗数字产品的总经理兼全球高级副总裁Abu Mirza说。“它不直接涉及对手术和其他事项的决策。这是AI可以真正开始的地方。”
然而，当AI接近临床决策点时，必须进行更加严格的测试，Corrado说。对AI“幻觉”问题给予了极大的关注——即模型产生无法通过源文本验证的答案。但Corrado认为，同样需要关注的是遗漏问题。当AI在其答案中未能引用相关信息时，就会发生遗漏。在某些方面，遗漏更难测试，因为它们需要对通常冗长的医疗记录进行全面审查。然而，并非每个医疗系统都有资源或知识来全面测试尖端技术，微软和谷歌的高管表示。
微软已将寻求使用AI的医疗系统连接起来，以便更先进的系统可以在部署前向较小的系统提供资源和知识，Hertogh说。该联盟包括15家以上的医院和医疗系统，如普罗维登斯、Advocate Health、波士顿儿童医院、克利夫兰诊所、Mercy和西奈山医疗系统。微软为使用其AI产品的医疗系统提供自愿测试指南。
“我们为他们提供指导和技术，以便您可以创建对系统的可见性和透明度……这种关系有点像，‘嘿，这是我们如何构建的，这是我们如何考虑负责任的AI的，’”Hertogh说。微软也从信息交流中受益。虽然微软提供了如何实施AI的观点，但这种交流是双向的。与全国最好的医疗系统领导者互动有助于增强对微软产品的信任并建立信誉，他说。
这种广泛的协作精神相对较新，Hertogh认为，这可以帮助小型供应商访问新技术，并作为“加速器”促进整个医疗系统中生成式AI的更广泛采用。然而，谷歌不仅建议医疗系统测试其AI——该公司几乎要求这样做。
Corrado说，临床反馈是谷歌测试过程的关键部分，因此到目前为止，该公司只与在AI方面具有一定“成熟度”并共享关于模型测试价值观的医疗系统合作。“我认为想要购买现成解决方案的医疗系统应该等待。他们应该等待技术成熟，等待事情稳定，”这位研究人员说。“我认为在任何[医疗]背景下，都没有足够成熟的评估框架，可以直接部署技术。……没有什么是那么铁板钉钉的。您必须将其置于环境中，评估它实际上将如何使用，并在那里做出调整。”
(全文结束)
