纽约市西奈山医院的急诊医生尼古拉斯·加文（Nicholas Gavin）博士去年夏天值夜班时，一位症状复杂的患者前来就诊。几秒钟内，他的三位年轻同事——两名医学生和一名住院医师——就开始咨询一款名为OpenEvidence的免费人工智能医疗应用。
加文博士很快了解到，他们并非特例。医疗系统的高管们去年与这家初创公司的领导层会面时发现，西奈山9000名医生中已有三分之一是OpenEvidence的常规用户。
"这对我们的领导层来说是个'顿悟时刻'，"同时也是该系统首席临床创新官的加文博士说。
OpenEvidence的人工智能应用本质上是一个医学聊天机器人，已成为医生们追捧的热门工具。与医生交谈，很可能他或她正在使用该应用来提出特定医疗问题，或在诊断对话中与AI交流想法。
据该初创公司称，全国超过半数的医生是其常规用户。上月，他们通过该应用提出了3000万个问题和咨询，几乎是六个月前的两倍。根据医生职业信息服务商Offcall的调查，去年对1000名医生的调查显示，45%的医生使用该应用，这一比例几乎是使用ChatGPT的医生的三倍。
这种增长推动该初创公司在1月份的估值达到120亿美元，高于去年7月的35亿美元。
但自2024年推出以来，医生们迅速采用该应用——这是市场上少数旨在赢得医生青睐的人工智能增强程序之一——也引发了关于这项技术应在何时以及如何用于生死攸关情况的担忧。在医疗这样高风险的领域，医疗系统正在处理患者隐私、安全和信任等棘手问题，以及技术本身的局限性。
"它不是神谕，而是一个工具，"OpenEvidence创始人兼首席执行官丹尼尔·纳德勒（Daniel Nadler）说，"知识和知识工作者仍然很重要。"
数十年来，医生办公室一直是计算机辅助决策的目标，但在人工智能最近取得进展之前，成效甚微。
人工智能在医疗领域的第一波浪潮侧重于减轻文书工作的沉重负担，这些文书工作导致医生职业倦怠，包括患者就诊的转录和摘要，即所谓的人工智能"抄写员"软件。第二波浪潮刚刚起步，旨在利用人工智能在患者床边为医生提供可靠的信息和建议，以指导诊断和治疗。
近几个月来，竞争日益激烈。老牌医生电子参考工具UpToDate已为其服务进行了人工智能改造，增加了聊天机器人界面。医生在线专业网络Doximity收购了一家挖掘医学文献并生成摘要的人工智能初创公司。快速发展的AI抄写员制造商Abridge正在添加决策支持工具。上个月，OpenAI推出了面向临床医生的ChatGPT。
OpenEvidence成为领跑者，部分原因在于它 exclusively 使用医学期刊和其他高质量研究作为数据来训练其人工智能模型。医生可以向该应用提出特定问题，或输入患者的特征和症状，要求提供可能的解释。该应用符合保护患者健康信息的联邦法律，医生被告知不要输入任何个人身份信息。
OpenEvidence会提供最可能诊断的摘要，然后提供其他"最不应遗漏的诊断"。每个诊断都有链接指向支持这些摘要的研究文章。
加文博士表示，他将人工智能技术视为一种强大工具，有助于实现个性化医疗的承诺，即根据个人情况定制治疗方案。
"人工智能正在解决长期困扰医疗实践的一些问题，"出版《新英格兰医学杂志》的NEJM集团首席临床创新官拉贾-埃利·阿卜杜拉诺尔（Raja-Elie Abdulnour）博士说，"这些工具以前根本不存在，这就是为什么人们对它们如此兴奋。"
然而，医学专家一致认为，早期的热情应该伴随着大量谨慎。到目前为止，关于人工智能在医疗领域的益处和缺点的研究结果喜忧参半。
人工智能已经通过了标准执照考试，并在某些病例的诊断上超过了人类医生。但人工智能也出现了失误，无法准确总结研究论文，或对诊断问题给出错误答案。而且它不会很快取代人类。
"人工智能的潜力很大，但我们还没有达到那个阶段，"圣地亚哥斯克里普斯研究所执行副总裁、心脏病专家埃里克·托波尔（Eric Topol）博士说，"它还没有在混乱、真实的医疗世界中得到测试和证明。"
托波尔博士是最近一篇题为《健康人工智能的准备错觉》论文的合著者，该论文发现，当应用于医疗保健时，大型人工智能系统存在"显著的能力差距"。
到目前为止的评估主要集中在OpenAI和Google等大型科技公司所谓的大型语言模型的表现上，这些模型是在公开互联网上的数据上训练的。
成立于2022年的OpenEvidence采取了更专注的方法。它认为，在医学这样信息丰富的特定领域，经过高度专业化数据训练的较小人工智能软件模型可以胜过大型模型。该初创公司最初在其软件上训练了来自政府国家医学图书馆等来源的公开可用医学数据。
然后，该公司与《新英格兰医学杂志》、《美国医学会杂志》和其他同行评审医学文献出版商达成了内容许可协议。
西奈山超过三分之一的医生是OpenEvidence的常规用户。
包括梅奥诊所研究人员在内的一些对OpenEvidence的研究发现，虽然该应用并非完美无缺，但其回答通常是准确且有证据支持的。
OpenEvidence对美国任何经过政府验证的医生都是免费可下载的应用程序。
"我们把医生当作消费者，"纳德勒先生说。用户在等待人工智能回复的五秒钟左右时间内会看到广告，其中许多来自制药公司。该公司表示，医生只有在5%的问题上会看到广告。
绕过医院技术部门的传统把关人引发了一些问题。OpenEvidence依赖于被称为"影子AI"的工作场所行为，即员工在雇主不知情或不受监督的情况下使用此类工具。
一些医疗系统现在正专注于将OpenEvidence纳入机构体系。西奈山今年3月宣布，将直接从患者的电子健康记录中提供OpenEvidence链接。
但该协议并未让这家初创公司访问医疗中心的患者数据。加文博士表示，这种整合可能会在以后进行，但必须在严格的测试和控制之后。
他说，保护患者隐私和安全将是"首要任务"，并补充说"我们不会将患者的资料随意交给私营公司。"
全国各地特别是农村地区的中小型诊所医生表示，该技术已经赢得了他们的青睐。
密西西比州科林斯市的本·朗（Ben Long）博士自认为是人工智能怀疑论者。但他确信OpenEvidence仅基于高质量、经过同行评审的信息生成答案。
起初，朗博士主要将其用作参考工具，提出事实性问题。但现在，他表示将该应用更多地视为"一个顾问，一个思想伙伴"，并与之进行对话。
"人工智能迫使你更深入地思考自己的思维，挑战你的假设以及你可能出错的原因，"朗博士说。
阿拉斯加费尔班克斯的人口约为3.2万。
芭芭拉·克里顿（Barbara Creighton）博士经常在费尔班克斯的一家社区医院治疗复杂病例。
人工智能还可以让医生获取通常属于专家领域的专业知识。
芭芭拉·克里顿（Barbara Creighton）博士经常在阿拉斯加费尔班克斯的一家社区医院诊断和治疗复杂病例。这些病例可能涉及多种疾病和器官衰竭。在大型医疗中心，可能会咨询一个专家团队——例如传染病专家、肺病专家和胃肠病专家。
克里顿博士的小型医院人员配置并不充足。该医院确实与一家大型医疗中心达成协议，支付专家咨询费用。现在，她越来越依赖OpenEvidence来回答许多问题，为她和医院节省了时间和金钱。
"就像口袋里装着一群专家，"克里顿博士说。
克里顿博士演示她如何使用OpenEvidence应用。
在西奈山，加文博士表示，他将人工智能技术视为一种强大工具，有助于实现个性化医疗的承诺，即根据个人情况定制治疗方案。
他表示，进步将需要来自医院、医学院和私营公司的"拼凑式解决方案"。OpenEvidence是否能够蓬勃发展并在这一长期未来中发挥作用，仍有待观察。
"但它代表了朝着这个方向迈出的一步，"加文博士说。
【全文结束】