人工智能正在改变医疗格局，以影响老年患者特定的方式提升护理质量和革新治疗方法。
从医生使用技术记录患者数据到老年人参与自身护理的创新，人工智能已牢固融入医疗领域——这一事实既带来可能性也带来挑战。
AI在诊室中的应用
法里哈·苏丹博士（Dr. Fariha Sultan）是埃默里医疗中心（Emory Healthcare）的一名老年医学医生。她以多种方式使用AI来简化和提升工作。一款名为Abridge的AI助手帮助她减轻了认知负担。该技术通过应用程序在患者就诊期间记录音频。苏丹表示，这使得她能更专注于与患者的互动。
"只需在应用程序上按一下按钮即可开始录音，操作简单便捷。你不再需要查看图表或电脑并打字，而是直接看着患者给予他们关注，他们能感受到自己被倾听，"她告诉《亚特兰大宪法日报》。
她表示，这些信息会进入电子云，然后进入系统，由医生进行校对。此流程确保了医生和患者双方获得的信息准确无误。
苏丹说，Abridge在她与老年患者的互动中尤其有帮助，因为她接触的许多老年患者服用多达8至10种药物，并希望在就诊期间讨论多个问题。她还鼓励患者使用ChatGPT等AI工具，称她喜欢其信息聚合的特性。
"从老年人的角度来看，我认为他们看到的信息更加直接，也对他们更为有效，"她说。"我觉得借助AI，他们能获取经过更多筛选和更有用的信息，特别是如果他们使用付费平台的话。"
"知识就是力量"
苏丹还使用一个名为Doximity的平台，其AI组件通过从医学文献中获取答案来回应医生的提示。她说，提示越具体，答案就越具体。
例如，一位寻找膝痛信息的医生可能会在问题中特别指明该信息应适用于未跌倒过的患者。
她使用的另一个面向医生的平台是OpenEvidence，该平台有医学文章的参考支持。她说，这种方法使她无需搜索期刊，就能从官方来源获取最新信息，从而帮助她整体保持更新。在充满文书工作和电话的繁忙日子里，这也为她节省了时间。
她说，对患者而言，使用AI并不能替代医生的建议，但这是一个很好的起点，可以避免人们在网站上搜寻特定信息，而这些信息可能会令人困惑。最终，她说，这种搜索方式赋予了患者更多自主权。
"知识就是力量，"她说。"我告诉他们'你们需要了解这些'。我的意思是，现在可是2025年，对吧？"
技术支撑框架
人工智能也已广泛应用于不断发展的居家养老医疗方面。
詹妮弗·杜博斯（Jennifer DuBose）是佐治亚州立大学佐治亚健康政策中心（Georgia Health Policy Center at Georgia State University）的一位主任，专注于为老年人和残疾人群提供长期服务和支持。她还拥有为轻度认知障碍成年人（其中包括一些老年人）开发创新方案的经验。她说，技术可以支持环境评估，以及老年人如何安全地继续居家生活。
"我认为技术的一大承诺是——能够支持老年人更长时间地居家独立生活，通过这种技术支撑框架，消除家庭成员对父母独自在家的担忧，"她说。
这种支撑框架可以包括跌倒检测、数字助手以及有助于维持认知和鼓励社交参与的活动。杜博斯反驳了老年人对技术持抵触态度的观点，并提出这些支持性技术的开发应包含老年人的想法和偏好。
"他们对新奇事物和尝试表现出很大的开放性和兴趣，"她说。"我看到的主要差距是，当我们不在设计、开发或技术识别过程中纳入人们时，他们就不那么感兴趣……我认为在AI方面，我们对技术及其可能性过于着迷，以至于从这一点出发，我们衍生出所有这些解决方案。"
她提出，在开始开发之前，让老年人通过表达他们的真实需求和想要实现的目标参与发现过程非常重要。
"你通过与人们交谈发现，'这不是我关心的问题。'所以，虽然耗时更长，但如果你能更开放地了解系统的最终用户需要什么，你会获得更好的信息，"杜博斯解释道。
负责任的实施
负责任的使用是AI不可避免地融入医疗保健的另一个方面。
健康人工智能联盟（Coalition for Health AI）驻波士顿的负责任AI主任梅拉奇·加恩（Merage Ghane）解释说，该组织致力于确保医疗领域的技术得到负责任的开发和实施。她说，负责任AI的概念围绕着维护隐私、保障患者数据安全、管理偏见，同时保持透明度、可用性和公平性。
她说，在这一过程中，重要的是AI工具要使用高质量数据进行训练，这些数据能准确代表老年人群，因为老年人的健康状况可能很复杂。
她说，AI现在已应用于健康记录和检测结果的分析，以检测心脏病、癌症和认知能力下降等疾病的早期迹象，使患者在必要时能迅速得到关注。患者用于在家中监测病情的设备中的AI也允许通过警报让医生参与，从而减少不必要的医院就诊。
加恩表示，护理质量的提高、行政负担的减轻以及医生决策的更加明智，都是这种整合日益增长的成果，对患者而言，更容易获取和理解的信息也在不断增加。这使得患者AI素养以及对安全可靠的面向消费者解决方案的理解变得更加必要。这也使得在医学中负责任地整合AI变得至关重要。
加恩说，这一过程中最大的挑战之一是AI工具要进行偏见管理。
"例如，老年人在临床数据中往往代表性不足，这意味着AI工具可能并不总是对他们表现良好，除非经过专门测试和验证，"她说。"还存在关于透明度的担忧，确保患者和医生了解AI如何做出决策，以及责任归属问题。"
理解和承担责任的一部分在于确保各种规模的医疗机构都能获取资源和治理政策，使其能够有效、安全地实施、使用和监控AI技术。而安全性则要回到开发层面，开发者必须使用负责任的AI最佳实践和透明度，使公司能够选择最适合其需求的解决方案。
加恩表示，随着AI整合的推进，医疗保健领域的协作最终确保了开发人员和用户能够掌控其影响。
"当我们在这方面共同努力时，我们降低了双方（开发者和实施者/用户）的整体风险，增加了采用率和适当使用，并优先创造我们想要的影响。"
【全文结束】
