四年大学、四年医学院、五年住院医师培训，13年的生命时光致力于成为一名医生——而如今人工智能(AI)却能在远短于此的时间内学会诊断和治疗疾病。
AI在医疗保健领域日益突出，影响决策过程，塑造劳动力动态，并帮助缓解职业倦怠。这是因为AI可以执行30-40%的医疗任务，使医护人员能够专注于复杂、以患者为中心的护理，正如美国国家医学图书馆关于医疗技术创新的一篇文章所报道的那样。
对于在索特健康(Sutter Health)帕洛阿尔托医疗基金会工作的免疫学家朱莉娅·克罗宁(Julia Cronin)来说，向AI的转变大约一年前变得个人化，当时她首次接触到了一种名为Abridge的AI技术。Abridge是一款通过电话监听患者就诊的应用程序，在就诊结束时，它使用AI生成可能诊断的反馈并将对话总结为就诊记录。
"它会让我说过的话听起来比我说的更好，并以有组织的形式呈现。就诊结束时，有时我几乎不需要为评估和计划做太多工作，它已经为我完成了。"克罗宁说。
克罗宁最初并不认为需要Abridge，因为她已经与一名人类听写员合作，听写员是通过电话远程监听以总结患者就诊情况的人。然而，大约六个月前，她开始将Abridge与她的听写员一起使用。
"主要是为了增强我的听写员的工作。在听写员不可用的日子或时间，"克罗宁说。
尽管Abridge帮助克罗宁节省了文档记录时间，但它并非完美无缺。根据美国国家医学图书馆关于AI听写技术的一篇文章，AI听写应用程序仍处于早期采用阶段；它们可能在语音区分和上下文解释等方面遇到问题。
克罗宁亲身遇到了这些限制，因为Abridge有时难以区分多个家庭成员之间的信息和解释上下文。例如，当她解释检查结果或进行检查时，由于转录错误，克罗宁偶尔不得不编辑Abridge生成的整个转录文本。
不过，同时使用Abridge和她的听写员，克罗宁的整体文档记录时间已显著减少。
"我有一位同事说，如果她把手机忘在办公桌上而没有带进诊疗室，她就想哭，因为她知道就诊时间会延长五倍，"克罗宁说。
克罗宁认为索特健康可能正在考虑停止听写员服务，因为Abridge要便宜得多。根据美国国家医学图书馆的数据，AI听写系统的费用约为每月每个用户100美元，而人类医疗听写员的平均月薪约为2,800美元。
此外，患者表示更喜欢Abridge而非人类听写员，因为他们觉得与另一个人分享私人信息会感到不舒服。
"听写员会生病，请假，他们在其他国家，有一次我大约一周没有听写员，"克罗宁说。
根据美国国家医学图书馆关于平衡医疗技术创新的一篇文章，医疗保健领域向AI的转变引发了对医疗领域行政职位的担忧，因为医院可能面临采用更具成本效益方法的财务压力。如果没有强有力的劳动力保护措施，AI行政技术可能会导致责任大量自动化的工人的工作被取代。
另一方面，AI听写员通过消除临床医生在就诊期间专注于计算机屏幕的需求，改善了医患互动。根据美国国家医学图书馆的数据，AI处理文档记录时，医生可以保持眼神交流，观察身体语言，并将全部注意力集中在患者身上。
索特健康还在试验使用AI回复患者消息，据克罗宁称，AI为医生提供草拟回复以供审核和发送。
"有时我确实会使用这些回复。它们相当好。有时它们很糟糕，"克罗宁说。
虽然克罗宁的专业领域才刚刚开始使用AI，但放射学在近二十年来一直处于领先地位。该领域占2003年至2023年所有AI相关医学出版物的18%，并在2021-2023年间发表了14,228篇论文，正如美国国家医学图书馆关于医疗保健中新兴AI趋势的一篇文章所报道的那样。
放射科医生贾斯汀·沙法(Justin Shafa)最早在2019年就开始注意到AI平台的出现。如今，他使用Rad AI和Gleamer AI等工具，协助完成从X光片中检测骨折到识别脑出血、肺栓塞和解读CT扫描等任务。
这些平台使沙法能够捕捉到他可能错过的细节，并帮助他总体上节省时间。
"它们应该让我们更快、更准确。但在任何方面都不是100%。它们并不完美。有时它们会犯令人尴尬的错误；它可能会漏掉骨折，或者说某物是骨折而实际上不是。"沙法说。
克罗宁在Abridge中看到的缺陷反映了沙法在放射学中遇到的障碍。根据美国国家医学图书馆关于平衡医疗技术创新的一篇文章，AI面临的挑战源于其学习方式。
AI分析大量患者数据以做出决策；其准确性在很大程度上取决于数据的多样性和代表性。
当某些群体代表性不足时，AI的表现可能会受到影响，导致有偏见或不可靠的结果。例如，DeepMind于2019年开发的用于预测肾损伤的AI模型，由于女性在训练数据中代表性不足，对女性的表现更差。
介入放射学技术人员卡洛斯·布伊特拉戈·皮松(Carlos Buitrago Pizon)表示："AI错误标记的错误检测有很多。这就是为什么仍然需要人工观察来正确诊断患者。"
克罗宁相信AI将在医学的未来发挥重要作用，许多医生都感谢它提供的支持。然而，她希望看到进一步的改进，包括专科特定的听写员和AI辅助预记录。
"如果AI学习我们的模板并将我们说的话直接放入我们使用的模板中，专科特定的听写员将会很棒，这可能会更有帮助，"克罗宁说。"另一件事，AI可以进行预记录，即在前一天，当我进去看谁要来时。有时我喜欢在图表中放入一些关于记录的信息，AI可以帮助做到这一点。"
【全文结束】
