无论是在点餐、规划行程，还是像解锁手机这样简单的事，人工智能（AI）如今已驱动着人类与技术之间的关键交互。许多人将AI誉为“新电力”，因为它有潜力带来如同一个世纪前电力所引发的革命性变革。医疗保健是变革需求最为迫切的领域之一，因为它面临着诸多重大挑战，尤其是在需要满足日益增长和老龄化人口需求的同时，成本持续攀升，消耗着全球GDP中越来越大的比例。尽管AI有巨大潜力在这一领域带来积极发展，但这尚未实现，几乎没有什么证据表明该技术正在产生任何实际影响。
AI众多有价值的能力之一，是在大量数据中发现复杂模式。向AI应用展示数百万张X光片，它很快就能学会检测哪些是异常的。同样，训练机器识别患者生命体征中细微的恶化迹象，机器很快就能自动化目前由人类完成的监测工作。由于单个AI系统可以扩展，同时为大量患者服务，因此利用AI可以明显节省成本。除了降低成本，AI还有望提高护理质量和一致性。例如，一种被称为深度神经网络的AI，在检测早期失明迹象或区分癌性和非癌性皮肤痣等任务中，表现出优于人类临床医生的性能。
AI的采用还将改善患者的医疗体验。医疗AI的一个新兴主题是协助临床医生处理重复性后台事务的应用程序，从而让他们有更多时间与患者互动并实际提供护理。治疗也将变得更加个性化。临床医生使用AI，将能够基于对患者电子健康记录、智能手机、可穿戴设备数据甚至基因组的分析，精准定位对患者最有效的疗法，而不是对大量患者群体采用相同的治疗方案。
鉴于这些在价值、质量和患者体验方面的显著优势，令人惊讶的是，目前只有少数AI应用获批用于临床。这种差距源于多个因素。首先，存在明确（且合理）的数据隐私和安全障碍。医疗AI的开发是医疗组织、学术机构和商业实体之间的合作过程。数据必须匿名化、安全存储并合法共享。其次，医疗领域正在出现一种“数字鸿沟”，年轻人和健康人群更可能使用新技术，而老年人和病患要么无法获得这些机会，要么缺乏充分参与这些机会的技能。
这意味着，像人工智能这样的技术所能产生的影响有限，并且可能难以在某些人口群体中推广。一个潜在的解决方案是，持续支持老年人或其护理人员参与数字健康。此外，可以重新设计技术，让用户无需通过一系列令人困惑的菜单导航，而是能够更自然地与技术互动——例如，通过与智能助手对话——使技术适应人，而不是人去适应技术。
另一个重大障碍是医疗领域普遍存在的对新技术的采纳惰性。许多医院仍然用纸笔记录数据，即使使用技术，与其他医院的互操作性也很差。这使得寻找训练AI所需的大型数据集变得非常困难。此外，公众越来越认为AI和“大数据”是邪恶的技术。考虑到近期事件，如三月份首次涉及自动驾驶汽车的致命事故，或Facebook与剑桥分析公司之间的数据共享丑闻，这并不令人惊讶。在如此负面的公众舆论下，很难获得患者的同意，也难以说服医疗专业人员积极参与开发新治疗方法所需的关键测试和验证。医学界需要努力将医疗AI重新定位为与其他领域的AI有着本质区别。
最后，AI出错时会发生什么，该归咎于谁？目前，这些重要问题仍没有明确答案。问题之一是AI系统过于复杂，它们不会呈现出一系列逻辑步骤来展示其建议是如何得出的。如果无法看到决策是如何做出的，就很难归咎责任或采取明确措施防止同一错误再次发生。使机器学习算法更具可解释性，目前是AI社区内一个重要的研究领域。
那么，AI何时会在医疗保健领域到来？这个问题有点像在90年代初问“互联网何时会到来”。AI整合的过程将涉及渐进式的进展，因为患者、临床医生和政策制定者开始认识到AI在提高护理质量和降低护理成本方面的潜力。制定适当的数据共享框架、建立由监管机构验证的稳健性能评估方法、以及改善医疗领域的技术基础设施，都将有助于加速这一转变。然而，有一点是确定的——当AI在医疗保健中变得普遍时，它将是革命性的。
Ben是伦敦的一位医生，也是Cera的联合创始人，这是一家屡获殊荣的、变革社会护理的技术公司。本文的一个版本曾刊登在ITProPortal.com上。
【全文结束】