人工智能在医疗领域的普及程度将堪比听诊器“AI Will Be as Common in Healthcare as the Stethoscope.” | Stanford Graduate School of Business

环球医讯 / AI与医疗健康来源:www.gsb.stanford.edu美国 - 英语2025-12-29 10:27:42 - 阅读时长5分钟 - 2188字
罗伯特·皮尔博士在访谈中深入剖析了生成式人工智能如何重塑美国医疗体系,通过整合患者基因组数据、电子健康记录和可穿戴设备监测信息,提供个性化诊疗方案以降低30%-40%的慢性病并发症率,同时缓解医护人员职业倦怠。他强调AI并非替代医生,而是作为辅助工具增强诊断精准度、减少误诊风险,并推动医疗模式从按服务收费转向价值导向体系。皮尔预测在5至10年内,AI将像听诊器一样成为医疗标配,显著降低医疗成本并提升全民健康水平,但需解决医生对收入与责任的担忧,方能实现这一变革愿景。(158字)
生成式AI医疗健康误诊慢性病患者福祉医护压力个性化医疗医疗体系听诊器
人工智能在医疗领域的普及程度将堪比听诊器

每年,约80万美国人因医疗误诊而死亡或永久残疾,超过100万人死于糖尿病和高血压等可管理慢性病的并发症。

前凯撒医疗集团首席执行官罗伯特·皮尔博士指出,这些糟糕结果源于医生群体中的有毒文化及将企业利润置于患者福祉之上的破碎医疗体系。如今,他认为补救方案已经到来:生成式人工智能——这种深度学习模型能够从海量信息中瞬间解答复杂问题。"我视其为近百年来我们梦寐以求的圣杯,"斯坦福大学商学院组织行为学讲师兼斯坦福大学医学院整形外科临床教授皮尔表示。在其新书《ChatGPT,医学博士》中——该书借助OpenAI热门聊天机器人协助撰写——皮尔论证此技术超越以往创新之处在于:它不仅普及医学知识,更提供个性化专业见解,从而改善患者预后并减轻医护工作压力。

《斯坦福商业》杂志就此采访了皮尔,探讨他眼中生成式AI如何积极变革医疗行业。

在书中,您描述了一个在整形外科执业时困扰您的案例:您和同事将新生儿颈部巨大肿块诊断为良性淋巴管瘤,但实际是罕见侵袭性癌症。您后悔未及早进行活检。生成式人工智能如何避免此类情况?

医学中有句谚语:“听到马蹄声,应想到马,而非斑马。”当时所有人都认定这是淋巴管瘤,因其在99%的病例中成立。我们陷入确认偏误,只关注符合预设的信息而忽略矛盾点。若拥有生成式AI工具,我们可常规输入全部数据,系统会提示诊断可能性存在差异。本例中因肿瘤侵袭性过强可能无济于事,但许多其他案例将因此受益。

生成式AI目前在医疗领域有哪些应用?

人工智能分三类:基于规则的AI通过医生制定的算法提供诊断;狭义AI利用大数据集、神经网络和深度学习解决特定问题,如解读乳腺X光片;生成式AI则调用互联网全量信息及几乎所有书籍文献来回答任何问题。目前主要应用于医疗行政事务,例如录入电子健康记录或为保险公司编码诊疗项目。患者也开始用它初步判断病情、潜在疗法及应提问题,但这些工具尚需临床医生监督。

生成式AI未来如何助力患者?

从印刷术到互联网再到iPhone,既往技术进步赋予患者更多知识获取渠道。生成式AI则提供个性化信息解读能力。您可输入病史、检验结果、用药记录甚至全基因组序列,获得高度精准的解答。短期内,临床医生将用它帮助近60%的美国慢性病患者更好管理病情——若管理得当,并发症可减少30%-40%。我们拥有监测血压、脉搏、血糖等的廉价可穿戴设备,但患者不知如何解读数据,医生亦无暇分析,往往仅说“调整用药,四个月后再见”。未来,生成式AI将基于个人需求与偏好提供饮食运动建议,并确保医生不遗漏关键信息。试想若心梗、中风、癌症、肾衰竭减少30%-40%,全民健康水平将显著提升,生活更充实,医疗成本亦将暴跌。

医护人员是否该担忧失业?

它不会取代医生护士,而是增强其工作能力。通过替代部分现有职能,生成式AI将释放医生时间,使其更深入探究健康的社会经济与心理决定因素,拓展医患关系。这将改善职业满足感并缓解当前医生群体严重的倦怠问题。当我们将电子健康记录与监护仪数据输入生成式AI工具,将更清晰理解疾病管理与诊疗的最优方案。未来5至10年,我们有望彻底变革美国医疗体系。

您在书中指出,实现这些益处并非必然。哪些障碍可能阻碍进展?

技术本身已相当成熟且将持续改进。最大挑战在于临床医生是否愿赋权患者。这要求我们解答更复杂的患者提问,提供更科学的诊疗服务,并将报销体系从按服务收费转向基于价值的医疗模式。若无经济激励,无人愿做侵蚀收入之事——我们需要奖励医生保持民众健康,而非仅在并发症出现后补救。

人们对生成式AI存在 misinformation、隐私泄露和偏见的担忧。这些风险在医疗领域应多大程度引起警惕?

我们应警惕这些问题,但需置于现实背景中审视。当前电子健康记录安全性已令人忧虑,谷歌等平台靠贩卖隐私盈利,互联网充斥 misinformation。生成式AI会加剧这些风险吗?我认为不会——只需同等严格的技术监管与专业防护。某种程度上,因其知识源于海量教科书与同行评审期刊,生成式AI反而更少产生 misinformation,降低误诊率的可能性远大于增加。偏见问题确在AI中被凸显,但多数反映当下临床实践现状。我们可通过设计优先消除偏见的提示词,利用生成式AI减少此类问题。

您称ChatGPT为“合著者”。为何选择此工具协助写书?体验如何?

决定撰写生成式AI主题时,我面临难题:若按传统方式耗时两年成书,出版时内容已过时。于是我将120万字既往作品输入ChatGPT,使其掌握我的文风。随后视其为研究助理,交换了200余版草稿:我先完成初稿,再请ChatGPT针对不同受众或语调调整建议。整体体验积极——尽管它曾虚构北极探险内容(因此我核实所有事实)。借助ChatGPT,我仅用六个月便完成更优质的作品。(所有收益捐给无国界医生组织。)

对希冀引领组织成功转型的医疗领导者,您有何建议?

医生对生成式AI如何改变执业方式、收入与责任深感恐惧。领导者必须赋予人们前进勇气,并阐明不作为的风险更大:医疗成本持续攀升将导致就医更困难,形成民众日益病重、成本加速上涨的恶性循环。转型不能浅尝辄止,领导者须拥抱技术、勇于创新、持续学习调整。目前40%的医生愿在患者互动中使用生成式AI。最终,人工智能在医疗中的普及程度将堪比听诊器。

【全文结束】

大健康
大健康