人工智能在医疗保健领域并非新事物。早在1975年6月，美国国立卫生研究院(NIH)就召开了一次研讨会，让科学家们交流在几所大学开发的临床诊断模型。
50年后的今天，医学中使用人工智能已变得切实可行。医疗数据已实现数字化，计算能力相比上世纪70年代中期已大幅提升。
人工智能正迅速扩展到全国的医疗系统中。其日益复杂的特性——机器学习、深度学习和基础模型——正推动着人工智能在UCLA Health的审慎整合，同时也成为创新的工具。
"人工智能可以是积极的力量，但我们需要人类参与其中，"加州大学洛杉矶分校David Geffen医学院健康AI战略与创新的首任副院长凯瑟琳·P·安德里奥尔博士(Katherine P. Andriole, PhD)表示，"借助AI工具，我们可以在许多方面改变医疗服务的提供方式。"
安德里奥尔博士和UCLA Health首任首席人工智能官保罗·J·卢卡克博士(Paul J. Lukac, MD)正领导着UCLA Health在临床运营、研究和教育方面的AI战略。他们是谨慎的乐观主义者，强调人类临床医生作为新技术"护栏"的关键作用。
随着医疗保健在未来10至15年内自我转型，UCLA Health正在建立AI使用国家标准和维护社区信任方面发挥着不可或缺的作用。
临床护理
对卢卡克博士而言，实施AI的主要重点是改善患者预后和体验。
"我不断思考如何确保我们对AI的使用是安全负责的，确保我们的模型在不同患者群体中表现良好且公平，"他表示。
他的团队最近在医疗系统网站上部署了一个新的、更智能的聊天机器人，为患者提供快速、有针对性的信息，例如最近专科医生的姓名、电话和日程安排。卢卡克博士表示，下一代产品将允许直接预约就诊。
患者体验还通过为医生提供"记录员"而得到提升，该技术将医生-患者会诊的音频转换为临床笔记。该技术在医疗系统内已有约1000名用户。它不仅减少了医生记录和修改笔记的时间，还允许与患者进行更多面对面的交流。
"它真正恢复了我们所有人投身医学的初衷——你实际上想与面前的人交谈，而不是在键盘上打字，"卢卡克博士说。
放射学可能是被AI改变最彻底的专业，拥有一整套应用程序。
其中之一是一种分诊工具，可对影像进行初步概览，例如在急诊室检查患者是否有中风的头部CT。如果发现可疑之处，它会将影像推送到放射科医生阅读队列的顶部，"这样患者就能更快获得治疗，"卢卡克博士说。
UCLA Health的AI来自各种开发者。
约40%来自AI开发实验室的数据科学家团队，他们构建定制模型以解决UCLA Health特有的问题。此外，电子健康记录系统Epic内置了许多AI选项，例如快速总结患者医疗记录。外部供应商的程序占剩余的三分之一。
所有内容都由UCLA Health AI委员会审查，以确保AI的道德负责任使用，以及数据安全和隐私。
"UCLA Health是通过AI实现变革的完美环境，这种方式不仅直接影响我们的患者，还使我们的医疗服务提供者的工作稍微轻松一些，"卢卡克博士说。
研究
随着AI在深度学习和大型语言模型开发方面的能力，其在临床研究中的应用已大大扩展。
安德里奥尔博士同时也是AI与智能健康中心主任，她旨在通过为研究人员提供基础模型和其他工具，帮助他们处理UCLA Health系统内生成的大量临床数据。
安德里奥尔博士认为，考虑到工具的成本、所需的高强度计算以及行业的持续创新，与行业科学家的合作将特别有益。
已将AI融入其工作的医生科学家之一是医学学校临床研究高级副院长阿兰什·奈因博士(Arash Naeim, MD, PhD)。
他正在测试对话式AI代理，看它们是否能在患者就诊前评估老年患者。这对于必须在接受化疗等积极治疗前评估老年状态的老年癌症患者尤其适用。
"通常，在繁忙的临床就诊中很难做到这一点，"作为UCLA Health Jonsson综合癌症中心成员的奈因博士说，"那么，老年患者是否可以与AI代理交谈来收集这些信息？"
尽管与代理失去了人际联系，但患者可以决定何时以及花费多长时间来完成评估问题。另一个好处是，他们可以在不理解某些内容时提问。
"我可能想知道老年患者是否能够举起10磅的重量，"奈因博士说，"因此他们可以向AI代理询问重10磅的物品示例，AI代理可能会说这相当于两袋杂货。"
UCLA最近提交了一项研究充血性心力衰竭患者自主管理的资助申请。AI将使用可穿戴设备和植入设备的数据持续监测患者，并可能标记未来的不良事件。
"它会像自动驾驶一样吗？你必须对其安全性有多大信心才能让它自主运行？这些是我们将要回答的超级令人兴奋的问题。"
AI的使用机会也存在于临床前研究：实验室的基础科学。奈因博士指出AI正在加速药物发现和靶点。当Jonsson综合癌症中心宣布为癌症研究中使用AI提供种子资助时，约80%的申请来自基础和转化科学领域。
但研究在科学测试AI能力方面也发挥着作用，尤其是当技术被快速开发并提供给用户时。
在UCLA Health向医生部署笔记记录"记录员"之前，它已在一小群临床医生中进行了广泛测试。然后，包括卢卡克博士在内的医学院研究人员进行了一项开创性研究，这是对两种领先记录技术的首次随机对照试验。
安德里奥尔博士认为，将AI工具实施到临床领域并进行科学评估尤为重要，UCLA旨在这方面的引领地位。
"通过以严谨的方式验证这些工具，我们可以展示它们如何运作及其益处，我认为这是我们UCLA的独特优势。"
教育
除了支持UCLA Health的AI研究人员外，安德里奥尔博士还负责健康AI教育建议。
AI与任何被采用的新技术一样，必然意味着劳动力需要提升技能和培训。每个人都需要基本水平的理解，尽管额外教育将分层，包括基本用户、技术评估者和AI工具开发者。
"AI技术的使用者需要在高层次上理解它们如何工作，这样他们才能理解工具何时可能出错，"她说。
由塞尔ena·王博士(Serena Wang, MD)领导的UCLA医学教育AI委员会已经在创建将AI纳入医学生教学的框架。
传统医学技能学习与AI技术使用之间存在微妙的平衡。
"如果你将这些工具提供给非常初级的人员，他们是否会学习这些技能，还是会依赖AI？因此，应该在医学培训的哪个阶段引入AI工具正在讨论中，"安德里奥尔博士说。
随着AI继续融入UCLA Health，她相信教育、研究和临床护理是相互交织的。
"我们的目标是让UCLA成为健康AI领域的国家和国际领导者。"
【全文结束】