人工智能不会取代人类，但它确实能协助他们更好地完成工作，例如通过帮助预测常见软骨手术的成功或失败。布莱恩·科尔博士在其职业生涯中进行了大约25,000次骨科手术，治疗了休闲运动员和职业运动员。他训练有素的眼睛可以轻易发现障碍。
“我们可能会检查骨骼的质量，测量软骨缺陷等。”他说。
现在，一台机器可以记录并处理他和他的同事们收集的所有数据——30年的数据——以更客观的方式进行分析。
“我们正在接近使用人工智能，即我们所说的机器学习，来处理所有这些数据，并前瞻性地输入这些数据，以预测如果进行该程序，您可能会或可能不会遇到什么情况。”科尔说。
患者的解剖结构也会影响预测结果。临床研究协调员尤素福·穆夫蒂记录观察结果或数据点。
“对于一个非常简单的程序，我可能会收集10个数据点，但如果它非常复杂，可能会达到20到30多个。”穆夫蒂说。
将医学与大数据结合是人工智能最有前途的应用之一。我们已经看到放射科医生使用AI更好地检测乳腺癌，在手术室里，癌症外科医生展示了如何实时评估肿瘤细胞。现在，在骨科领域，它可能会改变医生和患者权衡特定手术风险和收益的方式。
“成功是伟大的，这是我们一直努力实现的目标，”科尔说，“但了解失败的原因可能更为重要。”
尽管团队考虑了数百个因素，机器学习教会了他们最重要的因素。
“我们只是收集了大量变量，但我们从未真正使用人工智能来处理所有这些数据，找出成功和失败的预测因素。”科尔说。
在这项研究中，拉什大学骨科医学中心的医生专注于软骨手术。
“现在我们知道最重要的五到十个变量是什么。”科尔说。
这些变量包括：
- 患者的体重指数（BMI）
- 之前的手术次数
- 出现症状的时间长度
- 关节中的软骨缺损数量
- 特定表面区域的整体状况
“如果我只关注前五到十个变量，我可以告诉患者，‘嘿，如果我们决定这是最适合您的手术方案，基于这些独立变量，我们可以以一定的准确性告诉您成功的可能性是多少。’”科尔说。
像人类一样，计算机模型也不是完美的。
“如果您作为患者试图权衡风险和收益，您需要好的、客观的信息。您不希望我仅凭直觉告诉您某种结果或仅凭经验之谈。那些日子应该成为过去。”科尔说。
科尔认为AI是对他的实践的补充，并将成为几乎所有医学专科的主要工具。
(全文结束)
