AI正以惊人的速度变革医疗健康领域——而且这只是开始。AI正在自动化图表记录和编码等耗时任务，从而转变了成本高昂的行政和医疗服务流程。癌症检测变得更加快速准确——使早期诊断和治疗成为可能，并改善了医疗可及性。可扩展的心理健康和行为支持也指日可待。
但AI填补医疗体系中巨大预防缺口的潜力——考虑到高达80%的慢性病是可以预防的——在当前的政策环境下受到阻碍。
我们的按服务收费模式激励的是就诊、检查和手术，而不是在健康问题需要医疗干预之前就加以阻止。医生就诊时间越来越短，挤占了深入讨论行为改变的空间。预防需要长远眼光；而我们当前的做法是短期的。预防还需要医生之间的随访和协调，因为没有人能"端到端"负责。这些都需要超负荷工作的医生投入无法获得补偿的时间。
维克多指出：AI是一项非凡的高科技工具，但归根结底，它只是一种工具。解决预防悖论则主要需要枯燥且低科技含量的工作。
接下来，我们自我施加的人为供应限制。在初级医疗服务提供者短缺的情况下，联邦政策将住院医师培训名额限制在1990年代设定的上限内，使许多合格申请人无法进入医疗体系。守旧的医学院认证制度阻止医学院开设或扩张，导致数千名渴望学医的学生无法获得医学博士学位。与此同时，技术娴熟的国际医生因签证和执照障碍，以及必须重做住院医师培训的要求而受阻。
限制执业护士、医师助理和药剂师独立提供常规预防性护理的法律加剧了这一瓶颈。那些放松此类法律的国家显示，预防性护理的可及性和容量有所改善——而且与医疗界一些人的预测相反，安全性和质量并未显著下降。各州正在慢慢接受这一点。
然后是美国的医疗保险体系。由于保险与工作和资格门槛挂钩，保险本质上是不稳定的。保险"流动"破坏了连续性；人们更换计划和医生，因此没有人能长期监督预防工作。今天为预防付费的保险公司可能不是日后受益于成本降低的那一家，这造成了激励错位。最后，还有行政摩擦。获得护理可能需要应对审批、网络和隐藏成本，因此许多患者会延迟或跳过护理。
近几十年来，公共卫生对话集中在扩大保险覆盖范围上。然而，临床护理仅占健康因素的约20%。
人们也一直在大力关注减少由"健康的社会决定因素"（如收入和住房）造成的健康差异。虽然负面健康结果集中在贫困地区，但慢性病并不局限于贫困。大量中高收入美国人超重、久坐不动、前驱糖尿病或高血压，尽管他们拥有良好的保险和医疗服务。代谢健康不良——现在被认定为慢性病的主要、很大程度上可预防的驱动因素——影响了超过90%的美国成年人。
这就是"预防悖论"。正如前疾病控制中心主任汤姆·弗里登(Tom Frieden)在《更好的健康公式》中所写："我们看不见的威胁比戏剧性的灾难杀死更多人，而无形的改善比高调的治愈拯救更多生命。"例如，改善血压控制可能比任何其他临床干预措施拯救更多生命。然而，"我们甚至无法让最重要的结果有一半时间正确。"
AI的承诺能解决所有这些问题吗？
唉，不能。AI是一项非凡的高科技工具，但归根结底，它只是一种工具。解决预防悖论则主要需要枯燥且低科技含量的工作。
在最近的一篇LinkedIn帖子中，弗里登提到了韩国自1990年代开始的一项减少高血压的倡议，到2023年使中风发生率下降了87%。这不是技术奇迹。该举措专注于广泛的常规初级护理、持续治疗、负担得起的药物，以及涉及食品行业减少韩国饮食中钠含量的跨部门努力。"这是一项不 glamorous、持久的工作。"AI可以帮助规划、协调和扩展这些努力，并将帮助开发更好的预防性药物，但其余部分取决于我们。
我们面临的真正问题不是知识，而是向预防的转变需要政治、经济和行为成本，而没有人愿意承担。政客们按选举周期运作，而预防的回报需要多年时间。医院、专科医生和制药公司通过治疗疾病赚钱，而不是通过预防疾病。这不是指责；这是政治和经济现实。美国人说他们想要更好的健康，但我们却难以承诺采取最基本的预防措施——从学校营养教育到真正推动长期健康的日常平凡习惯。
AI可能成为有史以来最强大的预防工具之一。但除非我们将激励措施重新调整为保持人们健康和早期干预，否则我们冒着主要使用革命性技术来管理我们最初未能预防的疾病的风险。
凯莉·罗杰斯·维克多(Kelly Rogers Victor)博士、公共卫生硕士、公共政策硕士是营养、健康政策和公共卫生领域的作家和顾问。她的专栏定期发表在《底特律新闻》上。
【全文结束】