世界卫生组织（WHO）估计，到2030年，全球将短缺1100万名医疗工作者。这一差距将加剧一种本已严峻的状况，即根据世卫组织数据，到2021年，全球仍有45亿人无法获得基本医疗服务。
“我们必须意识到，世界上有些人一辈子都不会见到医生。我们谈论的是数百万人，”瑞士洛桑联邦理工学院（EPFL）和美国哈佛大学的医生兼教授安妮·哈特利（Annie Hartley）表示。
人工智能和机器人可能在医疗领域带来范式转变，尤其是在医疗基础设施有限的国家。这些工具可以为医护人员提供诊断指导和治疗建议。
哈特利开发了一款名为Meditron的人工智能工具，目前正与瑞士热带与公共卫生研究所（Swiss TPH）和总部位于美国、在日内瓦设有重要业务的非政府组织D-tree合作。该计划被称为MAM*AI，旨在将Meditron推广到坦桑尼亚桑给巴尔岛的医疗工作者中。该工具专门针对孕产妇医疗设计，支持助产士和医疗专业人员为孕妇提供护理。Meditron目前作为邀请制应用程序在测试平台上运行，属于与ChatGPT、Gemini或Claude等聊天机器人同一家族，但专注于医疗用途。
“大型语言模型非常出色，因为它们有潜力通过简单的对话弥合巨大的信息鸿沟。这种技术具有高度可扩展性，并具有非常具体的潜力。这是一个令人兴奋的时刻，”哈特利表示。
Meditron最初于2023年由EPFL推出，设计为可适应各种地区和临床环境，无论是非洲、北美还是欧洲。
“目前，我们正在研究助产士如何应对临床问题。换句话说，我们要掌握当地的实际情况，以便为Meditron的编程提供有用的数据，”D-tree首席执行官里卡多·兰帕里埃洛（Riccardo Lampariello）解释道。
“一旦开发完成，我们希望桑给巴尔的每一位助产士都能在日常工作中使用这一工具。之后，目标是总结我们学到的经验，并加以调整，推广到其他国家，”他说道。
该平台尚未在桑给巴尔推出，因为D-tree仍在与当地卫生当局进行讨论，以评估需求并确保准备就绪。下一步将包括平台推广和员工培训。
撒哈拉以南地区如桑给巴尔的医疗可及性主要障碍之一是合格医疗工作者的缺乏。
医疗知识和急救通常交由社区卫生工作者负责，他们通常是志愿者，在接受几个月的基础培训后，成为其所属社区的医疗联络人。
“你可以拥有世界上最丰富的资源——最昂贵的药物或最先进的磁共振成像（MRI）——但如果你不知道如何、何时或为何使用它们，它们就是无用的，”哈特利表示。“信息是最宝贵的资源。医生是什么？不就是一个信息来源吗？”
这就是Meditron可以发挥作用的地方，它可以解释症状，澄清关于开药的疑问，或提供紧急程序的指导。例如，Meditron可以指导卫生工作者提出正确的问题，以判断是否需要将病人转诊到医院或推荐某些治疗。
如果一名孕妇出现头痛症状，该系统可能会指导卫生工作者询问她是否最近测量过血压，以检查是否患有子痫前期——一种容易治疗但若未被识别则会对母亲和孩子致命的疾病。
“数据显示，这些系统能够提高正确诊断的能力，”兰帕里埃洛表示。
可靠的信息
面对如此多的聊天机器人，打造一个值得信赖且专业的医疗平台面临两个主要挑战。
第一个挑战是提供可靠的信息，而像ChatGPT这样的普通聊天机器人并不能保证所提供内容的准确性。
例如，ChatGPT网站指出：“ChatGPT旨在根据训练期间学习的模式提供有用的答案。然而，像所有语言模型一样，它可能会生成错误或误导性内容。”
“在发展中国家，依赖消费者健康应用程序的人往往别无选择。在人力和财力资源有限的情况下，新技术对健康的影响变得更加重要，因此其误差范围必须尽可能最小化，”瑞士联邦理工学院（ETH Zurich）前研究员、生物伦理学家阿加塔·费雷蒂（Agata Ferretti）表示。
这就是为什么Meditron必须达到与持证医生相同的准确性标准——尤其是大多数用户缺乏独立验证其建议的手段。
第二个挑战与第一个密切相关，即人工智能专家所说的“治理”，或通过调整参数或在特定数据上进行训练来控制语言模型的可能性。“这些工具的开发和测试必须与当地社区密切合作，并在其特定背景下进行，”费雷蒂表示。
“软件不能简单地从一个国家复制到另一个国家。临床协议不同，医疗人员的角色和技能、疾病发病率，甚至药物及其剂量有时也不同。因此，解决方案必须考虑到这些差异，”兰帕里埃洛解释道。
例如，根据当地疟疾发病率，高烧患儿的评估方式必须不同。
语言和文化细微差别
“在非洲，我曾遇到一位患者声称自己有一个‘怀孕的膝盖’。我知道她指的是膝盖肿胀，但语言模型会怎么理解？”哈特利问道。
为确保应用程序尽可能可靠，Meditron已被集成到Moove中，即大规模在线验证与评估（Massive Open Online Validation and Evaluation）。这是一个由哈特利实验室在洛桑运营的医疗人工智能平台，也在卢旺达、肯尼亚、尼日利亚和埃塞俄比亚使用。
旨在主要测试系统医学知识库的试验也正在瑞士进行，由洛桑、日内瓦和伯尔尼大学医院在医学方面提供支持，EPFL人工智能中心提供信息技术支持。
“信息必须由专家评估，因为首先检查其准确性非常重要。引入这些工具是有安全方式的，我们不希望过早地将它们交给未经培训的人，”哈特利表示。
研究人员正在进行广泛的临床试验，向Meditron提出世界各地医生提出的实际医学问题。回应根据多个标准进行评估，包括安全性、准确性和偏见。
“问题是，‘如何正确测试这些技术的质量和可靠性？’有几个因素需要考虑，例如性别偏见、数据保护和隐私以及临床有效性，”费雷蒂问道。
与桑给巴尔卫生当局的谈判已接近完成。项目团队现在正寻求洛桑联邦理工学院Tech4Dev倡议的进一步资金支持，该倡议支持在低收入环境中进行技术开发。如果获得批准，团队希望在未来几个月内开始推广。
“我们绝对决心将其付诸实践并衡量其影响。我相信，一旦投入使用，这些工具将成为常规护理的重要组成部分，”哈特利表示。
编辑：维吉妮·芒金（Virginie Mangin）/ts
【全文结束】
