你可能不知道，“人工智能”或“AI”这个术语最早是在1956年提出的，而AI的历史可以追溯到1943年，当时人工神经元的数学模型首次被描述。
早期形式的AI已经在临床上使用了一段时间，例如能够利用既定临床规则检测心动过缓和心动过速（心率过慢或过快）的心电图设备。随着AI的不断发展，对其潜力的热情也日益高涨，但与此同时，关于数据控制与所有权问题以及取代人类互动风险的担忧也在增加。我们采访了THIS研究所的数据科学与医疗改进教授Niels Peek，探讨了AI在英国国家医疗服务体系（NHS）中的潜力。此外，我们还与北伦敦的全科医生Marcus Lewis讨论了一些已经投入使用的AI工具的实际应用情况。
人文关怀
Niels的研究重点是如何利用新技术最佳地支持医疗系统，包括患者的结果和体验。他首先承认，创新本身并不是解决方案。“在像NHS这样高度复杂的系统中，技术创新只是起点，”他说，“要实现创新带来的好处，我们需要改变结构、流程和行为，而这往往更具挑战性。我们的研究致力于理解如何最好地进行这些改变，以实现技术为患者和专业人士提供的潜在益处。”
Niels认为，AI在医疗领域的主要潜力在于减少行政和运营负担，而不是直接取代人类互动或专业知识。 “行政和运营流程通常是易于理解、描述清晰且高度结构化的。计算机非常乐意执行这些任务！”他解释道，“一些AI工具可以帮助完成诸如记录诊疗过程或收集接近全科医生的患者信息等小但重要的任务。如果AI能够部分承担这些任务，就有可能为NHS员工节省宝贵的时间。”
但他提醒道：“临床决策是医疗专业人员工作的核心，是他们的专长领域，也往往是他们工作中最有趣的部分，因此无论是医务人员还是患者都不希望计算机接管这一工作。”例如，在谈到他关于在线咨询系统如何利用AI识别需要紧急护理的患者的工作时，他表示：“通常情况下，虽然AI会标记出可能紧急或高风险的患者，但最终仍需NHS专业人员根据自己的判断和经验来决定这些标记的患者是否确实需要紧急护理。”
全科实践中的数字记录员
Niels当前的一个项目正在研究数字化记录员——一种记录并转录医患对话的AI工具。他看到了AI在改进临床文档流程和支持整理及总结患者临床信息方面的潜力，但他强调必须进行谨慎且严格的评估。他特别关注数字记录员是否真的能节省全科医生的时间，以及节省下来的时间如何被利用。
Marcus Lewis也看到了数字记录员的潜力，但同时强调它们需要谨慎的临床监督。“你不能盲目地将[数字记录员]生成的内容复制粘贴到患者的病历中。它们有时会产生‘幻觉’，记录从未讨论过的检查结果或症状，我听说过同事发现完全虚构的确诊内容却被自信地记录下来的情况。每句话在进入患者病历之前都需要仔细审查。”
“话虽如此，当正确使用时，它们确实改变了我们咨询的方式。你会发现自己更多地思考出声，向AI讲述你的临床推理过程，这往往让患者感到安心。他们可以听到你正在分析他们的症状，从而让你的沟通更加清晰。显而易见的好处是更多的目光接触——你不再需要一边说话一边打字，而是可以完全专注于面前的人。”
然而，Marcus指出，在文档方面存在一个有趣的权衡。“AI生成的内容往往冗长、格式化过度且重复。你熟悉同事那种独特风格的手写笔记，可以快速浏览，但AI生成的标准文本却缺乏个人特色。”他提到，“你失去了那种帮助你不仅了解发生了什么，还能理解同事如何看待病例的可识别性。我可能节省了五分钟写笔记的时间，但我的同事明天会不会花更多时间从所有那些详细而冷漠的格式中提取关键临床信息呢？”
未来展望
观察到新科技正逐步应用于前线NHS服务，多种力量在发挥作用。商业压力、“技术推动”（在需求出现之前开发新技术）以及对新事物的吸引力都可能导致这些技术的采用，有时甚至是零散的方式。
Niels强调，所有这些创新都需要良好的设计，确保工作系统设计和基础设施得到适当重视，治理得当，并且公众和员工的参与度高。例如，一个常见的担忧集中在数字记录咨询期间收集的数据会发生什么。Niels表示：“许多人不愿意让他们与医生私下交谈的内容被分享给开发AI的工程师——但法律规定，在此之前，数据必须匿名到无法通过数据识别个人的程度。一旦人们理解了这一点，他们通常会感到放心。”
在Niels的项目中，一个一致的主题是让NHS工作人员和患者参与到AI工具的开发和实施中。他认为，无论是否涉及AI，信息技术都是为了支持或改变信息处理流程，因此任何创新都需要从相关人员那里详细了解这些流程才能取得成功。他还敦促对预测性AI保持谨慎，因为人们对预测能力的期望往往不切实际，可能导致额外负担。“每个预测工具都会产生假阳性，这对相关人员和NHS来说都是负担。”
Marcus补充说，充分利用AI工具有一定的技巧。“例如，AI记录员只能捕捉到口头表达的内容，而不是引导我们决策的临床直觉、细微观察或非语言线索，”他说，“学会在患者离开后向记录员表达这些见解是我们所有人都必须自己摸索的事情。因此，AI工具开箱即用，但掌握它们需要一种目前尚不存在的培训。”
医疗领域中AI的好处可能需要一段时间才能实现，而管理风险可能是一个持续的挑战。但如果计算机擅长的行政和文档任务能够支持临床医生专注于他们最擅长的工作——与患者交流并做出临床决策——那么支持这一进展的良好证据将是至关重要的。
(全文结束)
