人工智能（AI）是当今世界一个备受争议的话题，但医疗保健专业人士和研究人员对其在患者护理方面的潜力充满热情——从诊断和治疗到医生与患者的交流方式。尽管最近的进展使AI成为焦点，这项技术其实并不新鲜。它已经存在了70多年，其首次医疗应用出现在20世纪70年代。自那时以来，该技术帮助医生诊断疾病并确定适当的治疗方法。它还协助放射科医生解读影像扫描中的微小异常，包括乳腺X光片和其他常规癌症筛查。
快进到现在：AI比以往任何时候都更加先进，并且将继续变得更加知识丰富。最近，第一种由AI设计的药物Rentosertib通过了几项临床试验，显示出对特发性肺纤维化（IPF）的有效治疗潜力。这是一种慢性进行性肺病，使呼吸变得困难。AI还帮助科学家进行药物再利用，即识别哪些现成的药物可以单独或与其他药物联合使用来治疗罕见疾病，包括某些癌症和神经系统疾病。在放射学中，AI为放射科医生提供了超越人类能力的第二双眼睛。
然而，尽管这项技术具有令人印象深刻的前景，但AI——就像人类一样——也会犯错，因此目前最好将其作为医生和研究人员的协作工具。换句话说，提供者和科学家仍然需要仔细监督其决策能力。
如何在医学中使用AI？
AI在医学中的应用正在迅速扩展。事实上，你的医生在你就诊时很可能已经在使用AI。
行政任务
“一个在患者护理方面产生重大影响的领域是环境文档，其中AI会听取医生和患者之间的对话，并实时生成笔记，”Mass General Brigham的人工智能和生物信息学中心及学习型医疗系统中心的联合主任David Westfall Bates博士说。
在某些情况下，医生可以在就诊结束时准备好关键要点和下一步步骤的草稿。
“AI书记员为企业提供了一些立竿见影的好处，同时也减少了我们今天看到的临床医生职业倦怠的流行，”健康AI联盟（CHAI）的运营主管兼法律顾问Brenton Hill说。
数据显示，这些工具可以将医生记录患者电子健康记录（EHR）的时间减少多达16%。不过，AI书记员有时会记录错误的笔记，因此医生需要在将其记录到患者的医疗记录或通过患者门户发送后续笔记之前进行审查。
Bates表示，AI还可以用于生成给保险公司的信件和脚本。基本上，AI可以帮助医生更及时、高效地完成其工作的行政部分。
疾病检测和诊断
AI通过辅助诊断提供临床支持。它分析患者数据中的模式，并将其呈现给医疗保健专业人员，以帮助做出知情决策。
“AI算法正在测试其整合和分析各种患者数据的能力，如病史、实验室和影像结果以及遗传信息，以预测疾病何时可能出现，”Dana-Farber癌症研究所和哈佛医学院的卫生服务研究员、血液肿瘤学家和伦理顾问Andrew Hantel博士说。“AI可以增强用于诊断或治疗的图像解释。当由受过训练的医生使用时，AI工具可以提高某些诊断的速度和准确性。”
例如，像谷歌DeepMind这样的工具已经成功地在乳腺X光片中识别出乳腺癌，Dotmatics公司首席执行官Thomas Swalla说，该公司是一家连接科学、数据和决策的软件公司。
根据2020年《自然》杂志上发表的一项研究，谷歌DeepMind AI系统在识别乳腺癌方面优于六名人类放射科医生。这表明该工具可以用于减少假阴性和假阳性。
Bates补充说，AI在阅读病理切片方面特别强大，这些是放在玻璃上的微小组织样本，供医生在显微镜下检查是否有疾病迹象。
“这是大多数癌症病例的诊断方式，”Bates指出。
个性化治疗
“我相信未来AI将在个性化治疗方面得到广泛应用，”Bates说。
在治疗特定疾病（如高血压）时，医生通常会首先给你开一种大多数人反应良好的药物。但每个人都有独特的基因组成，这意味着你在某种药物上的效果可能与其他人截然不同。
使用AI基于患者的基因组提出个性化治疗建议可以帮助医生为患者做出更好的选择，从而避免通过试错排除多种药物或疗法所带来的困扰。
“AI算法有潜力帮助综合不同的数据源，推荐考虑遗传数据、共存疾病和估计风险的治疗方法，”Hantel说。
这些算法仍在测试阶段，因此尚未在临床环境中广泛使用。
机器人技术
机器人可以在许多方面帮助医生。例如，目前正在测试AI驱动的机器人在手术中的应用，以提高精度并尽可能减少侵入性手术的需求。
“机器人技术还可以帮助外科医生在实时操作中更好地评估他们的手术，”Hantel说。
机器人技术还可以用于在患者门户中记录笔记、清洁医院房间以及检查MRI和X光等图像。
药物开发
AI正在帮助设计救命药物，如Rentosertib。
“基于AI的算法正在用于预测不同人类蛋白质的结构及其与各种化学化合物的相互作用，以识别有前途的候选药物，降低研究成本并缩短进入临床试验的时间，”Hantel说。
在Dotmatics公司，Swalla看到了AI在早期药物发现中加速分子建模和预测的能力，以便在实验室合成之前模拟和分析化合物设计。“像我们的Dotmatics Luma这样的科学智能平台使科学家能够更快、更智能地模拟、迭代和分析化合物设计，从而在整个设计-制造-测试-决策周期中减少时间和成本。”
AI对医生和患者的益处
AI对医生和患者的益处是无穷无尽的。目前，许多患者的临床笔记都是通过AI使用“环境文档”创建的；AI会听取互动并生成笔记，然后由医生编辑。
或许最重要的是：AI可以帮助医生更好地支持他们的患者。当AI足够智能，可以安全地建议哪些药物对人们最有效时，它可以节省医生和患者的时间和金钱。
“这可以帮助我们选择对你个人最有效的药物，”Bates说。“我们现在不这样做。”
医生往往没有时间和资源处理每个患者期望的所有任务。一项2022年的研究发现，初级保健医生每天需要26.7小时才能为每位患者提供所有指南推荐的护理。
人为错误是不可避免的，尤其是在医疗专业人员超负荷工作时。想象一下AI是一个永远不睡觉的医学生。结合人类推理和AI的力量，它们形成了一对减少错误的组合，Hill说。
另一个AI支持的医疗保健的好处是，生活在服务不足地区的人们可以获得一流的护理。根据皮尤研究中心的一项调查，近四分之一的农村地区受访者表示他们无法轻松获得好的医生和医院。
在CHAI，Hill说患者倡导社区报告称他们有兴趣与AI开发者合作，使用大型语言模型等工具改善医疗服务，特别是在农村地区。在未来，AI工具可以通过回答医疗问题、提供可靠的健康信息和帮助患者决定何时寻求护理来提供帮助。例如，AI最终可能会帮助某人确定是否有必要前往急诊室。
在慢性病管理方面，AI工具可以成为宝贵的资源。应用程序可以帮助患者记录症状并提供实时饮食建议，以帮助他们管理健康。
“AI还可以帮助向患者传达医疗信息，特别是对于那些健康素养较低或使用与其护理团队不同语言的患者，”Hantel说。
此外，使用AI的可穿戴设备可以持续监测数据并提前标记健康风险，Hantel说，这有助于患者在出现严重症状或并发症之前采取行动。
AI在医学中的局限性
尽管AI在改善护理方面展示了巨大的潜力，但它也伴随着自己的一系列缺点和挑战。目前最大的障碍是培训AI工具所需的数据量，以使其能够向患者提供可靠和安全的建议。
“可用于这些开发者训练的数据存在很大差距，”Hill说。患者数据保护法律，如《健康保险可移植性和责任法案》（HIPAA），禁止开发者在其算法上训练患者的医疗记录。
此外，Hill说，农村地区的医院和诊所不太可能向开发者提供数据。这意味着AI工具可能无法很好地适用于它们未经过训练的人群，使其在这些环境中不够准确或有用。
“AI模型需要大量高质量的数据集，但医疗数据不一致、不完整且分散在各个系统中，”Hantel说。
此外，全国范围内培训和分发AI模型的成本很高，这可能会加剧现有的健康差异。“构建和部署AI系统既昂贵又耗时，因此较小的医疗机构和资源有限的设置不会很快或广泛地获得AI工具，”Hantel指出。
目前，AI并非不受偏见的影响。Bates提到了一个真实的例子：一个用于慢性病患者的AI预约调度工具预测黑人和西班牙裔患者的爽约率更高。基于这些数据，算法建议过度预订这些群体，导致患者即使当天有预约也要在候诊室等待很长时间。
从患者的角度来看，数据隐私是一个关注点。
“越来越多地依赖数字数据和基于云的AI系统引发了关于数据泄露和保密性的担忧，”Hantel说。
AI在医学中的未来
AI可能始终需要人类来监控其决策和过程。希望这种先进的技术能够在不久的将来提升患者护理、增强药物研发的研究、教育医生并简化行政任务。
“然而，这必须以有意包容的方式进行，以确保AI不会加剧医学实践中已存在的偏见和不公，”Hantel说。目前，将AI系统引入医院和医生办公室的成本可能会排除许多设施。
可能还需要对医生依赖AI的程度进行监管，因为过度依赖可能会削弱他们的临床技能。
必须有制衡机制，以防止AI使护理失去人性或利用患者和医院数据谋取利润而不是以健康为最终目标，Hantel建议。
专家预测，在未来五年内将会有很多变化，还有很多工作要做，以确保AI能够可靠和公平地支持医生和患者。
(全文结束)
