医院习惯于静悄悄地做出改变。新设备到货，工作流程调整，患者很少注意到幕后发生了什么。但米切尔·卡茨 (Mitchell Katz) 提出的建议并非那种改变。它直接、公开，并且瞄准了医学中最专业的角色之一。纽约市健康+医院 (NYC Health + Hospitals) 的负责人表示，他已准备好用人工智能取代大量放射科医生，至少在某些类型的影像诊断中如此。
这一言论是在纽约的一次小组讨论中发表的，直指一个多年来逐渐积累的问题。人工智能在放射学中已使用了一段时间，主要作为辅助工具。而卡茨的建议则更进一步——他谈论的是将扫描的初步读取工作交给机器，只有当检测到异常时，医生才介入。
这项提议将成本问题与医疗可及性结合在一起。同时，它也在医院管理层与医疗专业人员之间直接引发了冲突，双方看待同一项技术却得出了截然不同的结论。
压力下的系统转向自动化
卡茨运营着美国最大的公立医院网络，该系统包括11家医院，每年服务超过100万患者。这种规模决定了决策的方式。即使工作流程中的微小变化，也可能产生巨大的财务和运营影响。
影像学正是这些压力最为明显的领域之一。从常规筛查到更复杂的诊断，对扫描的需求稳步增长。与此同时，放射科医生仍然供不应求，随着需求增加，他们的薪资也在上涨。对于一个预算紧张的公立系统来说，这种组合造成了压力。
卡茨的提案反映了这一现实。其思路是利用AI系统读取低风险扫描，例如常规乳腺X光检查。如果扫描结果看起来正常，则无需放射科医生审查即可通过。如果系统标记出异常，则再由医生检查病例。
逻辑很简单。机器可以快速、大规模地处理图像。如果它们能够处理大量常规病例，医院就可以降低成本，并增加接受筛查的患者数量。卡茨将这种方法与扩大医疗可及性联系起来，特别是针对依赖公共医疗的社区。
他所管理的系统已在影像设备上投入巨资，其中包括与GE医疗 (GE HealthCare) 合作的2.24亿美元升级项目。在他看来，下一步是利用这些硬件，配合能够处理更多诊断工作的软件。
支持这一方法的人指出了早期的性能数据。在威彻斯特医疗中心 (Westchester Medical Center)，管理者表示，AI系统在低风险病例中极少遗漏癌症，错误率仅为每万次扫描个位数。他们认为，这一数字与人类表现相比具有优势。
对医院而言，吸引力不仅在于准确性，还在于吞吐量。更快的读取意味着更多患者可以接受筛查。在一个延迟可能影响结果的系统中，速度本身就有价值。
然而，该提案依赖的不仅仅是技术。纽约州现行法规要求放射科医生审查影像研究。要使卡茨的计划得以推进，这些规则必须改变。这便将辩论从医院转移到了监管机构，在那里，安全与问责问题成为焦点。
医生们反对，辩论超越技术层面
如果医院管理者看到的是效率，那么许多放射科医生看到的则是风险。反对的声音尖锐而直白。批评者认为，仅依靠AI进行初步读取可能导致漏诊，尤其是在那些超出标准模式的病例中。
穆罕默德·苏海尔 (Mohammed Suhail) 将这一想法描述为危险，并警告说，如果机器在没有充分监督的情况下被信任，可能会造成伤害。他的论点反映了该专业内部更广泛的担忧。放射学不仅仅是识别图像中的模式，它还涉及临床判断、背景信息以及与其他医生的沟通。
这正是辩论超越数字的地方。即使AI系统平均表现良好，医学通常处理的是例外情况。一个超出训练数据范围的罕见病例可能带来严重后果。对医生来说，问题不仅在于错误发生的频率，还在于错误发生时会发生什么。
此外还有责任问题。如果AI系统清除了扫描结果，但后来发现了问题，谁该负责？医院、软件提供商和监管机构都扮演着角色，但界限并不总是清晰。这种不确定性使得大规模变革更难实施。
讨论还涉及医学工作的定义。放射科医生所做的不仅仅是读取图像。他们负责优先处理紧急病例、指导治疗决策以及培训未来的医生。将其角色简化为图像审查，可能会忽视这些功能。
即使在科技领域，观点也并不统一。黄仁勋 (Jensen Huang) 曾表示，早期关于放射学将被AI取代的说法被夸大了。他指出，更快的图像分析可以增加处理的扫描量，这反过来可能会增加对放射科医生的需求，而不是减少。
这一观点暗示了一条不同的路径。与其取代医生，AI可以改变他们的工作方式，让他们专注于更复杂的病例，而机器处理常规任务。然而在实践中，辅助与替代之间的界限并非固定不变，它随着政策、经济和信任而变化。
卡茨的提案将这种紧张关系公之于众。这不是一场关于未来技术的理论讨论，而是一个与具体系统、具体成本和可衡量结果相关联的计划。
时机也值得注意。美国各地的医疗系统都在应对成本上升、人员短缺和医疗资源不均等问题。AI提供了解决这些问题的一种方法，但同时也引入了关于安全和控制的新问题。
对患者而言，这场辩论可能显得遥远，但其影响是直接的。无论是人类还是机器，读取扫描的人在诊断和治疗中扮演着角色。这一过程的改变意义重大。
对监管机构而言，挑战在于平衡可及性与安全性。允许AI承担更大角色可以提高筛查率并降低成本。同时，这需要确保技术能够应对现实世界的变异性。
使这一时刻与众不同的不仅是技术本身，还有采取行动的意愿。卡茨已明确表示，他认为AI已准备好更广泛地使用，至少在某些特定案例中是这样。而其他人则保持谨慎，指出尚未解决的局限性。
【全文结束】