想象一下，当你感到不适走进医生办公室时，医生不是翻阅你的病历或进行需要数天的检查，而是能立即调取你的健康记录、基因档案和可穿戴设备数据，帮助判断你到底出了什么问题。
这种快速诊断正是人工智能在医疗保健领域的一大承诺。该技术的支持者表示，在未来几十年里，人工智能有潜力拯救数十万甚至数百万人的生命。
此外，2023年的一项研究发现，如果医疗行业大幅增加人工智能的使用，每年可节省高达3600亿美元。
但尽管人工智能已经几乎无处不在——从智能手机到聊天机器人，再到自动驾驶汽车——它在医疗保健领域的影响力迄今仍相对较低。
2024年美国医学会的一项调查显示，66%的美国医生在某种程度上使用过人工智能工具，高于2023年的38%。但大多数使用集中在行政或低风险的支持性任务上。尽管2024年有43%的美国医疗机构新增或扩展了人工智能的应用，但许多实施仍处于探索阶段，特别是在医疗决策和诊断方面。
我是研究人工智能和医疗数据分析的教授和研究人员。我将尝试解释为什么人工智能的发展将是渐进式的，以及技术限制和伦理问题如何阻碍了医疗行业对人工智能的广泛采用。
不准确的诊断和种族偏见
人工智能擅长在大量数据中发现模式。在医学领域，这些模式可能预示着人类医生可能忽略的早期疾病迹象——或者根据具有相似症状和背景的其他患者对治疗的反应，指出最佳治疗方案。最终，这将带来更快、更准确的诊断和更个性化的护理。
人工智能还可以通过分析工作流程、预测人员需求并安排手术，使医院运营更高效，从而最有效地利用手术室等宝贵资源。通过简化原本需要数小时人工完成的任务，人工智能可以让医疗专业人员将更多时间用于直接的患者护理。
但尽管人工智能能力强大，它也会犯错误。虽然这些系统是基于真实患者的数据进行训练的，但当遇到不寻常的情况，或者数据与面前的患者不完全匹配时，它们可能会表现不佳。
结果，人工智能并不总是给出准确的诊断。这个问题被称为“算法漂移”——即人工智能系统在受控环境中表现良好，但在现实世界中准确性下降。
种族和族裔偏见是另一个问题。如果数据中存在偏见，因为没有包含足够多某些种族或族裔群体的患者，那么人工智能可能会为这些群体提供不准确的建议，导致误诊。一些证据表明这种情况已经发生。
数据共享的担忧与不切实际的期望
医疗保健系统的复杂性如同迷宫。将人工智能整合到现有工作流程中的前景令人望而生畏；引入像人工智能这样的新技术会扰乱日常运作。员工需要额外培训才能有效使用人工智能工具。许多医院、诊所和医生办公室根本没有时间、人手、资金或意愿来实施人工智能。
此外，许多前沿人工智能系统作为不透明的“黑箱”运行。它们会生成建议，但即使是其开发者也可能难以完全解释其背后的机制。这种不透明性与医学的需求相冲突，因为医学决策需要明确的理由。
但开发者通常不愿披露其专有算法或数据来源，既是为了保护知识产权，也因为其复杂性难以简化。缺乏透明度加剧了从业者的怀疑，进而减缓了监管审批并削弱了人们对人工智能输出的信任。许多专家认为，透明度不仅是伦理上的需要，也是医疗环境中采用人工智能的实用必要条件。
还存在隐私方面的担忧；数据共享可能会威胁患者保密。为了训练算法或做出预测，医疗人工智能系统通常需要大量患者数据。如果处理不当，人工智能可能会泄露敏感的健康信息，无论是通过数据泄露还是患者记录的非预期使用。
例如，一名临床医生使用基于云的人工智能助手起草病历时，必须确保未经授权的第三方无法访问该患者的数据。美国《健康保险可携性和责任法案》（HIPAA）等法规对健康数据共享施加了严格规则，这意味着人工智能开发者需要强大的保障措施。
隐私问题还延伸到患者的信任：如果人们担心他们的医疗数据可能被算法滥用，他们可能不太愿意提供信息，甚至可能拒绝接受人工智能指导的护理。
人工智能的宏伟承诺本身就是一个巨大的障碍。期望值过高了。人工智能常被描绘成一种神奇的解决方案，可以一夜之间诊断任何疾病并彻底改变医疗行业。像这样的不切实际的假设往往会导致失望。人工智能可能不会立即兑现其承诺。
最后，开发一个运行良好的人工智能系统涉及大量的试错过程。人工智能系统必须经过严格的测试，以确保其安全有效。这需要多年时间，即使一个系统获得批准后，在遇到新类型的数据和现实情况时，可能仍需要进行调整。
渐进式变化
如今，医院正在迅速采用人工智能记录员，它们在患者就诊期间监听并自动起草临床笔记，减少文书工作，让医生有更多时间陪伴患者。调查显示，目前已有超过20%的医生使用人工智能来撰写进展笔记或出院摘要。人工智能在行政工作中也正在成为一种悄然的力量。医院部署人工智能聊天机器人来处理预约安排、分诊常见问题并实时翻译语言。
人工智能在临床中的应用存在但较为有限。在一些医院，人工智能成为放射科医生寻找疾病早期迹象的“第二只眼睛”。但医生仍不愿意将决策权交给机器；目前只有约12%的医生依赖人工智能进行诊断帮助。
总而言之，医疗保健行业向人工智能的过渡将是渐进的。新兴技术需要时间成熟，而医疗保健的短期需求仍然超过长期收益。与此同时，人工智能治疗数百万人并节省数万亿美元的潜力仍在等待。
【全文结束】