驾驭医疗健康领域人工智能的未来
为何安德鲁·特里斯特医学博士（2010届住院医师，2014届首席住院医师）致力于弥合技术与医学之间的鸿沟。
上图：安德鲁·特里斯特医学博士（2010届住院医师，2014届首席住院医师）及其家人在2024年华盛顿大学医学院校友 reunion 上，他因获得早期成就奖而出席。
尽管当时无人能预见，特里斯特博士成为全球医疗健康人工智能领域顶尖专家的旅程，始于他幼年时期。他由身为工程师的叔祖父引入编程世界，并在成长关键期接触计算机。“叔祖父在我三岁左右就把计算机带进家门。过程相当严苛——我只想玩《青蛙过河》游戏，但他坚持要我学习编程，”特里斯特回忆道。
作为独生子女，他常在夏季前往以色列与三位堂兄弟共处。其中一位堂兄弟在特里斯特13岁时因后颅窝脑肿瘤去世。
“我目睹了手术后的状况和他生命的最后阶段，这彻底改变了我对未来贡献方向的认知。我渴望深入了解医学，探索可能产生影响的途径，”特里斯特表示。
他选择在本科阶段主修计算机科学与神经科学，随后在宾夕法尼亚大学获得医学博士与哲学博士学位。他认为，理解神经系统的生物学与计算特性对推进医疗治疗至关重要，这将帮助像他堂兄弟这样的患者。
“选择住院医师培训学校时，我特别关注工程学院的 proximity（临近性），”特里斯特解释道。“我的本科论文导师在华盛顿大学拥有众多重要合作者。马克·格鲁丁博士在宾大走过的道路与我相似，他来到华盛顿大学专攻放射肿瘤学并建立了卓越的研究项目。”
特里斯特希望延续其医学多学科融合理念，认为华盛顿大学医学院的放射肿瘤学住院医师项目是理想选择。该项目便于跨学科协作并提供强力导师支持。
“格鲁丁博士和乔治·拉拉莫尔博士等众多杰出人士齐聚华盛顿大学，他们高度重视 mentorship（导师指导），深切关注我们的工作——将临床诊疗与科研结合，”特里斯特说道。
这段经历对其影响深远，使他得以将计算机科学与医学知识应用于真实临床挑战。患者面临的地域性医疗障碍，加上该校在医学与工程领域的优势，共同塑造了他对医疗AI解决方案的构想。
“我的想法是像住院医师培训要求的那样学习如何提供诊疗，同时有机会向顶尖临床医师学习，进而专注于转化研究的能力，”特里斯特表示。
“人工智能有潜力通过增强医师能力，构建更主动、更个性化的医疗体系，从而革新医学。”
人工智能的崛起
特里斯特的职业发展轨迹与医疗健康领域人工智能的迅猛发展相互交织。他亲历了该领域从基础系统到2000年代中期深度学习兴起的演变过程，切身感受了AI革新医疗的兴奋感，也认识到前方的重大挑战。数据偏差问题与构建稳健通用模型的需求，塑造了他对医疗AI未来的观点。
“当时我们突然获得这一机遇：生物信息学开始揭示精准医疗的奥秘。我们构建AI模型，初步理解计算机可能发现的差异，”特里斯特表示。
住院医师期间，他专注于利用AI个性化治疗胶质母细胞瘤等癌症。他看到AI在捕捉患者解剖结构、分子特征与治疗反应之间复杂关联的潜力，将此概念命名为“放射基因组学”。
“过去常说，作为放射肿瘤科住院医师，你会形成‘第三只眼’，必须预见病情发展，”特里斯特解释道。“你得掌握癌症动态。我认为应当捕获这种能力——我们应当构建实现此功能的模型。”
在华盛顿大学住院期间，特里斯特在Sage Bionetworks机构担任系统生物学博士后研究员，开始探索AI在医疗中的实际应用：通过可穿戴设备收集临床研究数据，突破患者参与的地域限制。
自2015年起，他历任苹果公司、比尔及梅琳达·盖茨基金会等机构职务，2023年加入Verily公司（Alphabet集团旗下企业）。作为首席医疗与科学官，他主导人群健康计划并推进精准健康战略。
构建主动式、个性化且公平的医疗体系
“人工智能有潜力通过增强医师能力，构建更主动、更个性化的医疗体系，从而革新医学，”特里斯特强调。
他认为，AI赋能的工具将日益普及并无缝融入日常生活与医疗体验。通过帮助人们远程管理健康与获取医疗服务，他预见医疗体系将从被动响应转向主动健康管理——AI实现持续健康监测，助力疾病早期发现。
此外，AI驱动的远程医疗平台可扩大医疗覆盖范围，尤其惠及偏远或医疗资源不足地区的患者。
特里斯特指出，AI还将深刻影响个性化治疗。通过分析海量患者数据，AI算法能根据个体特征与病史定制治疗方案。他预见基于医学影像与电子病历大数据训练的AI系统，将辅助医疗专业人员做出更精准诊断，最终改善患者预后。
通过自动化常规任务，医疗提供者得以聚焦复杂患者需求。特里斯特预测患者态度将发生转变：人们将主动寻求运用AI增强诊疗能力的医疗机构。
“如今若医生对患者说‘我将用AI进行诊断和完整检查’，多数患者会质疑：‘你在说什么？我是来找你看病的’。不久的将来，这种动态将反转——患者会主动寻找使用这些工具的医生。这才是前沿方向，”他表示。
“医疗健康领域人工智能的成功，取决于其增强而非取代人类同理心、判断力及医患联结的能力。”
潜在风险与伦理考量
尽管对AI革新医疗的前景持乐观态度，特里斯特也警示需警惕潜在陷阱。
“我们必须保持谨慎，解决伦理与实践挑战，重视人工监督、协作及对数据偏差与代表性问题的审慎考量，确保AI在医疗中负责任且公平地应用，”他强调。
若实施不当，AI可能加剧现有医疗不平等。
“当前美国乃至全球的医疗体系已然破碎且不可持续。若不解决根本问题，将AI引入缺陷系统可能导致AI医疗的获取不平等，使本就面临障碍的群体进一步处于劣势，”特里斯特指出。
例如，资源充足的高端私人医生可能迅速采用AI工具，而服务弱势社区的机构则难以企及。这将导致经济条件优越者不成比例地受益于AI医疗进步，而弱势群体几乎无法获得改善。
除获取渠道外，训练数据集中特定人口群体的代表性不足是另一重大障碍，可能引发不准确结果。
“基于偏差或非代表性数据训练的AI模型，会延续并加剧现有医疗不平等。解决之道在于确保数据集的多样性与包容性，并开发方法以测量和减轻偏差，”特里斯特表示。
隐私与数据安全亦是关键关切。除偏差问题外，医疗AI需收集分析敏感患者数据，因此健全的数据保护措施与透明的数据治理框架不可或缺。
携手开拓未来路径
特里斯特主张通过倡导公平、可及且真正惠及全人类的AI系统，在工具开发实施中与患者及医疗提供者紧密合作，确保真实需求与关切融入开发流程。
“归根结底，医疗健康领域人工智能的成功，取决于其增强而非取代人类同理心、判断力及医患联结的能力，”他表示。有效开拓医疗AI未来需要研究机构、政府、私营部门与慈善组织的协同努力。
他预见公私合作与非竞争性协作将共同应对挑战、加速进展，包括法规实施。
“当前政府官员都不愿成为阻碍全民热情的‘泼冷水者’。然而，为保障患者安全、隐私与公平获取，建立适当的医疗AI监管框架与伦理准则至关重要，”特里斯特强调。
充满希望的未来
“构建主动式医疗体系，使人们更长久保持健康，这一理念令人振奋，”特里斯特表示。
通过整合AI技术，医疗提供者将提升诊断准确性，实现更个性化诊疗，从而赋能最佳医疗实践。
特里斯特坚信医疗健康未来在于人类智慧与AI的协作，确保更佳预后与更高效、更具同理心的患者关怀模式。
“我们必须认识到，新一代将深度拥抱AI，同时注入人文精神——聚焦于构建支持医学一贯倡导的多学科方法的体系。”
【全文结束】
