想象一下，你走进医生办公室感到不适——医生不必翻阅你的病历或等待耗时数天的检查结果，而是能立即整合你的健康记录、基因谱和可穿戴设备数据，帮助诊断问题所在。
这种快速诊断是人工智能在医疗保健领域的主要承诺之一。该技术的支持者表示，在未来几十年里，人工智能有潜力拯救数十万甚至数百万人的生命。
此外，2023年的一项研究发现，如果医疗保健行业大幅增加人工智能的使用，每年可节省高达3600亿美元。
尽管人工智能已几乎无处不在，从智能手机到聊天机器人再到自动驾驶汽车，但到目前为止，它对医疗保健的影响相对有限。
2024年美国医学会的一项调查发现，66%的美国医生曾在某种程度上使用过人工智能工具，高于2023年的38%。但大多数使用仅限于行政或低风险支持。尽管43%的美国医疗保健组织在2024年增加或扩展了人工智能的使用，但许多实施仍处于探索阶段，特别是在医疗决策和诊断方面。
我是一名研究人工智能和医疗保健分析的教授和研究员。我将尝试解释为什么人工智能的发展将是渐进的，以及技术限制和伦理问题如何阻碍医疗行业广泛采用人工智能。
诊断不准确，种族偏见
人工智能擅长在大量数据中发现模式。在医学中，这些模式可能表明人类医生可能忽视的疾病早期迹象——或者根据其他具有类似症状和背景的患者的反应，指出最佳治疗方案。最终，这将带来更快、更准确的诊断和更个性化的护理。
人工智能还可以通过分析工作流程、预测人员需求和安排手术，帮助医院更高效地运行，使手术室等宝贵资源得到最有效的利用。通过简化需要数小时人工操作的任务，人工智能可以让医疗专业人员将更多精力集中在直接患者护理上。
但尽管功能强大，人工智能也会犯错。虽然这些系统是在真实患者的数据上训练的，但在遇到不寻常情况或数据与面前的患者不完全匹配时，它们可能会遇到困难。
因此，人工智能并不总能提供准确的诊断。这个问题被称为"算法漂移"——当人工智能系统在受控环境中表现良好，但在现实环境中准确性下降。
种族和民族偏见是另一个问题。如果数据包含偏见，因为它没有包含足够多的某些种族或民族群体的患者，那么人工智能可能会为他们提供不准确的建议，导致误诊。一些证据表明这种情况已经发生。
数据共享担忧，不切实际的期望
医疗保健系统的复杂性如同迷宫。将人工智能整合到现有工作流程中的前景令人望而生畏；引入人工智能这样的新技术会扰乱日常操作。工作人员需要额外培训才能有效使用人工智能工具。许多医院、诊所和医生办公室根本没有时间、人员、资金或意愿来实施人工智能。
此外，许多尖端的人工智能系统作为不透明的"黑箱"运行。它们输出建议，但即使是开发人员也可能难以完全解释其工作原理。这种不透明性与医学需求相冲突，在医学中，决策需要有充分的理由。
但开发人员往往不愿披露其专有算法或数据源，既是为了保护知识产权，也是因为复杂性难以简化。缺乏透明度加剧了从业者的怀疑，从而减缓了监管审批并削弱了人们对人工智能输出的信任。许多专家认为，透明度不仅是伦理上的必要，也是医疗保健环境中采用人工智能的实用需求。
还存在隐私问题；数据共享可能威胁患者机密性。为了训练算法或做出预测，医疗人工智能系统通常需要大量患者数据。如果处理不当，人工智能可能会暴露敏感健康信息，无论是通过数据泄露还是患者记录的意外使用。
例如，临床医生使用基于云的人工智能助手起草笔记时，必须确保未经授权的方无法访问该患者的数据。美国法规，如HIPAA法律，对健康数据共享施加严格规则，这意味着人工智能开发者需要强大的保障措施。
隐私担忧还延伸至患者的信任：如果人们担心其医疗数据可能被算法滥用，他们可能不太愿意提供信息，甚至拒绝接受人工智能指导的护理。
人工智能的宏大承诺本身就是一个巨大的障碍。期望值极高。人工智能通常被描绘成一种神奇的解决方案，能够诊断任何疾病并在一夜之间彻底改变医疗保健行业。这种不切实际的假设往往导致失望。人工智能可能不会立即兑现其承诺。
最后，开发一个运作良好的人工智能系统需要大量的试错。人工智能系统必须经过严格的测试，以确保其安全有效。这需要数年时间，即使系统获得批准后，随着其遇到新型数据和现实情况，可能仍需要进行调整。
渐进式变革
如今，医院正在迅速采用人工智能听写员，它们在患者就诊期间倾听并自动起草临床笔记，减少文书工作，让医生有更多时间与患者相处。调查显示，超过20%的医生现在使用人工智能来撰写进展笔记或出院摘要。人工智能也正成为行政工作中的一个安静力量。医院部署人工智能聊天机器人来处理预约安排、分类常见患者问题和实时翻译语言。
人工智能的临床应用确实存在，但更为有限。在一些医院，人工智能是放射科医生寻找疾病早期迹象的"第二双眼睛"。但医生仍然不愿意将决策交给机器；目前只有约12%的医生依赖人工智能进行诊断帮助。
可以说，医疗保健向人工智能的过渡将是渐进的。新兴技术需要时间成熟，而医疗保健的短期需求仍然超过长期收益。与此同时，人工智能治疗数百万人并节省数万亿美元的潜力仍在等待实现。
【全文结束】