一项大型真实世界临床试验发现，用于支持一线临床医生的生成式AI支持工具安全可靠，能够提高临床决策质量，但并未显著改变患者的短期结果。
这项发表在《自然医学》(Nature Medicine)上的研究是全球首批随机对照试验之一，旨在测试生成式AI是否能改善患者层面的结果，而不仅仅是临床医生的表现或模拟案例。
该试验涉及在肯尼亚16家初级医疗诊所就诊的9,600多名患者，由伯明翰大学的专家进行，并得到国家健康与护理研究所(NIHR)伯明翰生物医学研究中心的支持。
临床医生被随机分配使用带有或不带集成AI咨询工具的电子医疗记录系统，该工具可提供实时诊断和治疗建议。该AI系统名为"AI咨询"，是一种基于大语言模型的临床决策支持工具，直接嵌入现有电子医疗记录系统中。
在咨询过程中，该工具通过以下方式在后台工作：
- 分析临床医生输入医疗记录的信息
- 生成符合肯尼亚国家临床指南的特定情境诊断和治疗建议
- 使用简单的颜色编码警报系统（绿色、黄色或红色）标记潜在问题
临床医生保留完全自主权；他们不需要遵循AI的建议，并对所有诊断、处方和转诊决定负责。AI界面对患者不可见，有助于保持正常的医患互动。
早期成效显著，但对患者影响有限
资深作者、伯明翰大学健康机器学习荣誉教授、PATH首席AI官比拉尔·马廷(Bilal Mateen)表示："这是首批严格探讨医疗AI最难问题的研究之一：它是否真正改善患者结果。"
"我们的发现令人欣慰但也发人深省。这项技术看起来安全，并明显改善了临床决策的某些方面，但将这些改进转化为可衡量的患者获益更具挑战性，尤其是在日常初级医疗中。"
初级医疗中，住院或死亡等严重结果很少见，这意味着需要极其大规模的研究——可能涉及10万多名患者——才能检测到微小的效果。
合著者、伯明翰大学监管科学与创新教授、NIHR伯明翰生物医学研究中心健康数据研究负责人阿拉斯泰尔·丹尼斯顿(Alastair Denniston)表示："初级医疗的很大一部分是处理常见疾病，包括自限性疾病，许多患者只需要低水平的医疗干预。在这种情况下，即使临床推理有显著改进，也可能只会导致患者结果的微小变化，而这些变化很难测量。"
"这项研究显示，AI可以安全地整合到真实临床工作流程中，不会损害患者信任或临床医生自主权——这是任何未来影响的关键基础。"
研究结果：安全性、质量和成本
研究人员发现，接受AI支持护理的患者与接受标准护理的患者在14天内的治疗失败率没有统计学上的显著差异（2.2% vs. 2.0%）。研究表明没有证据显示存在伤害，两组的住院率和死亡率相似。
虽然AI工具并未在短期内显著改善患者结果，但它显著提高了临床文档和治疗计划的质量，这一点由一个独立的资深临床医生小组进行评估，该小组不知道是否使用了AI。
两组患者的满意度相同，这表明AI支持并未改变患者的护理体验。
研究还发现，尽管总体抗生素处方率相似，但由于AI支持组做出了更具成本意识的处方选择，因此与抗生素相关的成本较低。
尽管试验在肯尼亚进行，但研究人员强调，这些发现具有全球相关性，包括对高收入卫生系统也适用。
资深作者、伯明翰大学生物统计学教授理查德·莱利(Richard Riley)表示："像这样的强有力试验对于确立AI在实践中的真实影响至关重要。它们有助于设定对AI在现有护理路径中实际贡献的合理期望，并指导未来投资和研究努力的重点。我们的发现在高收入环境中的可推广性，尤其是在基础护理标准已经很高的情况下，需要进一步评估。"
【全文结束】