这家医疗初创公司利用大型语言模型进行诊疗预约和诊断

This medical startup uses LLMs to run appointments and make diagnoses | MIT Technology Review

阿基多实验室(Akido Labs)的首席技术官表示："我们的重点在于如何将医生从诊疗过程中抽离出来。"

想象一下：你感觉身体不适，于是打电话给医生预约就诊。令你惊讶的是，他们第二天就为你安排了时间。就诊时，你不会被匆忙打断描述健康问题；相反，你有整整半小时向一位专注倾听并提出深思熟虑后续问题的医疗人员详述症状、担忧和完整的健康史。离开诊所时，你已获得诊断结果、治疗方案，并感受到前所未有的体验——你的健康问题终于得到了应有的关注。

真相是？你可能从未与医生或其他持证医疗从业者面对面交流。这正是南加州少数由医疗初创公司阿基多实验室运营诊所中患者的全新现实。这些患者（部分享受医疗补助计划Medicaid）能快速预约专科医生，这种特权通常仅限于少数能负担礼宾诊所的富裕人群。

关键区别在于，阿基多患者与医生相处时间极少甚至为零。他们实际面对的是医疗助理——能提供情感支持但临床培训有限的人员。制定诊断和治疗方案的工作由专有的基于大型语言模型(LLMs)的ScopeAI系统完成，该系统转录并分析患者与助理的对话，随后由医生审核或修正AI系统的建议。

"我们的重点在于如何将医生从诊疗过程中抽离出来，"阿基多首席技术官贾里德·古德纳(Jared Goodner)表示。

据阿基多首席执行官普拉萨特·萨曼特(Prashant Samant)介绍，这种模式使医生接诊量提升至原先的4-5倍。提高医生工作效率势在必行：美国人口日益老龄化且健康状况恶化，许多人难以获得充分医疗保障。联邦医疗补助计划资金即将削减15%，将进一步恶化这一局面。

但专家们对将大量医疗认知工作转移给AI的做法持怀疑态度。加州大学伯克利分校计算机科学家艾玛·皮尔逊(Emma Pierson)指出，医生与AI增强型医疗助理间存在巨大专业鸿沟，跨越这一差距可能引入风险。"我总体上看好AI扩展医疗专业资源的潜力，"她说，"但这种方式未必是最佳解决方案。"

AI早已渗透医疗领域：计算机视觉工具在预防性扫描中识别癌症，自动化研究系统帮助医生快速查阅医学文献，LLM驱动的医疗记录员可代医生整理就诊笔记。但这些系统旨在支持医生完成常规医疗工作。

古德纳强调，ScopeAI的特殊之处在于能独立完成构成诊疗全过程的认知任务——从采集患者病史到列出潜在诊断，再到确定最可能诊断并提出适当后续步骤。

ScopeAI本质上是一组大型语言模型，每个模型专精诊疗特定环节——从基于患者陈述生成后续问题，到列出可能病症。这些模型主要基于Meta开源Llama模型微调而成，古德纳透露系统也整合了Anthropic公司的Claude模型。

就诊时，助理通过ScopeAI界面读出问题，系统则根据患者回答实时生成新问题。对于后续审核输出的医生，ScopeAI会生成简明报告：包含患者就诊摘要、最可能诊断、2-3个备选诊断及建议后续步骤（如转诊或处方），并详述每项诊断和建议的依据。

目前ScopeAI应用于心脏病学、内分泌学、初级保健诊所，以及服务于洛杉矶无家可归人群的阿基多外展医疗团队。该团队由专攻成瘾医学的斯蒂文·霍克曼(Steven Hochman)医生领导，他们深入社区为患者提供医疗帮助，包括物质使用障碍治疗。

过去，霍克曼必须亲自面诊才能开具治疗阿片类药物成瘾的药物；如今，配备ScopeAI的社工可独立面诊患者，霍克曼随后审核系统建议。"这让我能同时出现在十个地方，"他表示。自使用ScopeAI以来，团队能在24小时内为患者提供治疗物质使用障碍的药物，霍克曼称此速度"前所未有"。

这种安排之所以可行，是因为无家可归者通常通过医疗补助计划(Medicaid)获得医保。尽管Medicaid允许医生异步审核ScopeAI的处方和治疗方案（适用于外展医疗和诊所就诊），但许多其他保险公司要求医生必须直接面诊患者后才能批准建议。皮尔逊对此差异表示担忧："这可能加剧健康不平等。"

萨曼特承认这种不平等表象存在，但强调差异并非刻意为之——只是现行保险计划的特征。他补充道，对医疗补助计划患者而言，由AI增强型医疗助理快速接诊，可能优于当前长期候诊和医疗资源匮乏的现状。他表示所有阿基多患者若愿意等待，仍可选择传统医生面诊。

部署ScopeAI的挑战之一在于，现有监管和保险体系并非为能独立主导诊疗的AI系统而设计。哈佛大学法学院格伦·科恩(Glenn Cohen)教授指出，任何实质充当"盒中医生"的AI系统都需经FDA批准，且可能违反医疗执业许可法——该法规定只有医生等持证专业人员才能行医。

加州医疗执业法案(California Medical Practice Act)规定AI不能取代医生对患者诊断和治疗的责任，但允许医生在工作中使用AI，且无需在诊断前实时或当面接触患者。仅凭系统书面描述，FDA和加州医疗委员会均无法判定ScopeAI是否具备法律合规性。但萨曼特确信阿基多完全合规，因ScopeAI刻意设计为不成为"盒中医生"——系统要求人类医生审核所有诊断和治疗建议，故无需FDA批准。

在诊所中，AI与医生决策的微妙平衡完全在后台运行。患者从不直接接触ScopeAI界面——他们面对的是以医生方式提问的医疗助理。宾夕法尼亚大学医疗伦理与健康政策教授泽克·埃马纽埃尔(Zeke Emanuel)（曾在奥巴马和拜登政府任职）担忧：这种安排可能让患者忽视算法对其诊疗的实际影响程度。

皮尔逊表示认同："这肯定不是传统医学中'人文关怀'的本意。"

在阿基多兰丘库卡蒙加(Rancho Cucamonga)心脏病诊所工作的医疗助理德安德烈·西林戈林戈(DeAndre Siringoringo)透露，虽然他会告知患者AI系统将记录面诊信息供医生参考，但不会说明ScopeAI的具体运作机制——包括其向医生提供诊断建议的事实。

由于所有ScopeAI建议均经医生审核，这似乎问题不大——最终诊断权仍在医生手中。但大量研究表明，使用AI系统的医生往往过度采纳系统建议，这种"自动化偏见"现象广为人知。

目前无法确定自动化偏见是否影响阿基多诊所的医生决策，但皮尔逊认为这是潜在风险——尤其当医生未亲临面诊现场时。"我担心这会让你更容易盲目附和，而若你实际在场目睹过程，可能不会如此，"她说。

阿基多发言人承认自动化偏见是任何辅助医生决策的AI工具的合理担忧，公司已采取措施减轻该偏见。"我们特意设计ScopeAI以减少偏见，主动规避历史上过度依赖医生直觉和个人经验的医疗决策盲点，"她说，"我们还对医生进行专项培训，确保他们审慎使用ScopeAI，保持责任意识并避免过度依赖。"

阿基多通过历史数据测试和监测医生修正建议的频率来评估ScopeAI性能；这些修正数据还用于进一步训练底层模型。在特定专科部署前，阿基多确保系统在历史数据集测试中，92%以上的情况能将正确诊断列入前三建议。

但阿基多尚未开展更严格的对照研究——例如比较ScopeAI面诊与传统面诊或远程医疗的效果，以确定系统是否改善（或至少维持）患者治疗效果。此类研究有助于验证自动化偏见是否构成实际威胁。

"降低医疗成本并提升可及性是值得称赞的目标，"皮尔逊说，"但我认为重要的是开展严谨评估并与传统模式对比。"

【全文结束】