晚上好。欢迎来到我们的晚间节目。我是 Yun-Hee Kim，Yun-Hee Kim，企业和个人科技的技术编辑。
没有什么比我们的健康更个人化的问题了，今天我们来看看人工智能如何改变医疗保健的未来。我们的第一位嘉宾是斯坦福医学院院长 Lloyd Minor 博士。非常感谢您今晚参加我们的节目。
Lloyd Minor 博士：谢谢您，Yun-Hee。很高兴能在这里与您交流，也感谢您和您在《华盛顿邮报》的同事们今晚主持这次对话。
Yun-Hee Kim：那我们开始吧。您曾说过，人工智能是医学自抗生素以来最大的时刻，到目前为止，人工智能已经在医疗保健领域得到了应用，但医学领域最新的人工智能突破是什么？
Lloyd Minor 博士：哇。有很多。从我们如何进行基础的基于发现的研究，到现在研究蛋白质的结构，这都要归功于生成式人工智能的预测建模，使我们能够根据蛋白质的氨基酸序列预测其结构，然后将同样的方法扩展到核酸及其结构和功能，一直到我们设计临床试验和分析这些试验数据的方式，再到我们提供医疗保健的方式。
所以我认为生物医学生命周期的每个组成部分都在被人工智能改变，特别是大型语言模型和生成式人工智能，由于它们的能力，它们将信息以产生知识的方式整合在一起的能力，提供了大量新的机会。
Yun-Hee Kim：对。生成式人工智能的扩散使得其更易于获取。跟我们谈谈这是如何推动人工智能进入医疗保健系统的。
Lloyd Minor 博士：当然。嗯，我想一个例子是在肿瘤委员会中使用人工智能。几十年来，对于患有复杂癌症的患者，由一组专家讨论他们的诊断和治疗方案，这些专家可能包括医学肿瘤学家、放射肿瘤学家、外科肿瘤学家、病理学家、放射科医生。他们聚集在一起，运用他们的集体见解和智慧，为当时的患者和肿瘤选择并推荐最佳的治疗方案。
现在，通过使用人工智能引入即使在座的专家可能也无法立即获得的大量信息，整个过程可以提升到一个全新的水平。当然，通过这种方式应用人工智能，产生了巨大的民主化效应，因为未来您不再需要在同一时间将六、八名或更多的专家聚集在同一房间。但您将受益于他们的知识以及通过人工智能辅助过程获得的更多知识，这个过程可以在世界任何地方使用。这是一个例子。
另一个例子是病理切片的解读。在世界各地的不同地方和机构，有特定领域的熟练专家病理学家，但今天，如果您想要他们的意见，您必须运送切片。
现在，得益于扫描技术，肿瘤切片的图像可以在世界任何地方进行审查，因为它们可以上传，并且除了由最优秀的专家进行解读外，其解读还可以得到人工智能的辅助。
Yun-Hee Kim：所以这个过程可以更加高效和快捷。
Lloyd Minor 博士：完全正确，完全正确。
Yun-Hee Kim：对。我现在想转向一个观众的问题。来自威斯康星州的 Carol Wilson 问道：“您如何看待人工智能在心理健康护理中的应用？”
Lloyd Minor 博士：我认为人工智能在心理健康护理中有几种应用方式。今年早些时候，我们的斯坦福医学杂志有一期专门讨论了人工智能在当今和未来心理健康护理中的应用。
其中一个应用是如何解读对话，如何理解患者和提供者之间的对话，当然通过倾听患者的人的耳朵，但也越来越多地通过分析语言模式、语气、代词的使用等的人工智能来增强理解，例如，将其与抑郁症及其表现相关联，而且在个体患者中，能够看到这些语言模式如何随时间变化，并可能表明他们抑郁症的表现。这是一个例子。
将人工智能作为认知行为疗法的辅助手段是另一个例子。
但我想说，在这两种情况下，实际上在所有情况下，人工智能都不是在取代，不是在取代治疗师、精神科医生的角色，而是使他们能够获得更多的信息。而且——以认知行为疗法为例，它使患者能够随时随地与治疗计划中的提示和其他方面进行接触，而不是按照与治疗师预约的时间间隔进行。
所以有很多应用，包括我们如何记录心理健康护理提供者和患者之间的接触，在这个例子和许多其他例子中，环境人工智能被证明是有益的。
Yun-Hee Kim：我认为关于人工智能的一个担忧就是不准确和有偏差，作为一名科技记者，我们一直在对聊天机器人进行大量实验，我们发现它有时不准确，但我们处理的是人们的健康问题。所以我很想听听您对于我们在谈论人工智能和人们的健康时如何解决这些问题的想法。
Lloyd Minor 博士：我认为关键的第一点就是您提到的，那就是我们必须意识到可能存在而且确实存在幻觉。存在不准确。随着人工智能模型得到更好的训练，这些会有所改善，但我们不应该将从人工智能接收信息的人与实际使用该信息的过程分开，至少在像做出诊断或实施治疗计划这样的关键重要步骤中。医疗保健专业人员仍然绝对需要发挥作用。
关于偏差，您知道，人工智能的好坏取决于训练人工智能模型的数据，如果这些数据有偏差，就像它经常出现的那样，因为我们知道存在于存储库中的许多临床试验数据都是基于试验中的人口纳入标准，这些标准并不能广泛代表我们国家的许多人群，更不用说全世界了。因此——但看待这个问题的方式是，人工智能实际上可以帮助指出那些存在偏差的领域，让我们更加意识到我们需要做什么来确保临床试验包括广泛的代表性作为纳入标准，从而获得更能表明我们人口中任何个体对特定治疗的反应的数据。
Yun-Hee Kim：就数据这一点而言，收集患者的数据非常困难，在医疗保健领域，这甚至更加困难。那么您如何解决这个问题？机构如何收集更多数据，以便使人工智能更准确、更强大，并真正帮助人们？
Lloyd Minor 博士：我认为我们在这方面已经看到了一些好处。您知道，在美国，我们十多年前就基本上不再使用纸质医疗记录了，这得益于政府的激励措施。这也得益于技术的进步。
但最初，当我们转向电子健康记录时，在许多情况下，电子健康记录是数字文件柜。所以不是在记录室里归档纸质文件，而是归档数字文件。现在随着这些文件的表示形式更加一致，数据获取的方式也更加一致，我们实际上拥有了更多的健康数据，如果在研究中适当使用——所谓适当使用，我的意思是将保护患者隐私作为首要任务。但是这些数据包含了很多获取新知识以改善医疗保健的力量。
Yun-Hee Kim：我想转换一下话题，谈谈监管——
Lloyd Minor 博士：当然。
Yun-Hee Kim：——因为这是一个没有任何监管的领域。您希望政府在为医疗保健中的人工智能设置保障措施方面发挥什么作用？
Lloyd Minor 博士：这是一个重要的问题，特别是考虑到加利福尼亚州最近的事件和参议院第 1047 号法案。
看，我认为——
Yun-Hee Kim：该法案被纽森州长否决了。
Lloyd Minor 博士：该法案昨天被纽森州长否决了。没错。
而且我认为，首先，我相信在这个非常重要的领域绝对有监管的作用，而且我认为现在的关键——正如纽森州长在对该法案的否决中所说——具体细节取决于查看具体情况的专家的解释，特别是关于该法案。但我还没有听到有人会争辩说我们不需要建立保障措施，我们不需要有研究人工智能如何适当部署以及确定其不适当部署方式的方法。问题是如何将其转化为既能保护人们又不会抑制创新，也不会产生可能实际上造成伤害或阻止以最大利益方式部署人工智能的意外后果的法规。
Yun-Hee Kim：对。我认为挑战确实在于平衡创新和监管。
Lloyd Minor 博士：完全正确。而且，当然，我们在其他领域也遇到过这种情况，但正如您所提到的，这是一个特别重要的领域，因为我们谈论的是人们的健康。我们还谈论的是人们的数据和信息隐私——
Yun-Hee Kim：对。
Lloyd Minor 博士：——这些是我们大多数人认为最私密的，我们必须确保我们定义原则，然后我们有适当的法规来确保这些原则得到适当的部署和监督。
Yun-Hee Kim：今晚我们这里有很多医疗从业者，鉴于变化的速度，您会给他们什么建议来跟上人工智能的步伐？我的意思是，他们的培训是否应该因为我们看到了人工智能的许多发展和改进而改变？
Lloyd Minor 博士：这是一个很好的问题，而且您知道，在人工智能在健康和医疗保健中的所有应用中，我认为到目前为止受到关注最少的一个是人工智能，特别是生成式人工智能，在教育，特别是医学教育中所起的作用。考虑到我们已经拥有了这种已经具有变革性的工具，我们应该如何思考教育下一代医生甚至是教育当前这一代医生——
Yun-Hee Kim：对。
Lloyd Minor 博士：——当我们中的那些已经使用大型语言模型来获取有关新疗法开发的最新信息，或者获取有关病症、疾病的信息时，这——这确实是一个转折点。我认为我们保持同步的方式类似于我们已经需要做的，那就是我们应该阅读期刊。我们也应该使用大型语言模型，但我们必须谨慎使用，因为我们要保护患者隐私。而且如果您将数据输入到大型语言模型中，即使其中可能没有标识符，最终也可能导致识别。所以这必须得到保护。
但是使用这些模型，发现它们能做什么，然后看看我们如何在实践中部署它们以跟上医学技术和进步的最新情况，我认为在这些早期阶段，这是最好的方式，去深入了解并熟悉该技术。而且我认为我们在医学教育中的所有人都有巨大的责任研究生成式人工智能的应用，并确保我们为我们当前的学生和正在培训的医生提供熟悉其适当用途的各类项目。
Yun-Hee Kim：您最喜欢使用的人工智能工具是什么？
Lloyd Minor 博士：哇。我已经尝试了大多数大型语言模型，我觉得它们真的很有趣。我想如果我想——比如说我想熟悉一个我很久没有研究或阅读过的主题，那么在任何数量的大型语言模型中输入一个简单的查询，在大多数情况下都会得到一个非常非常有帮助的概要。所以，在五分钟内，我可以获得一些背景知识，如果我真的需要了解更多，那么我需要进行详细的阅读，但至少它让我开始了。
Yun-Hee Kim：很高兴了解到这一点。
最后一个问题。
Lloyd Minor 博士：当然。
Yun-Hee Kim：对于美国公众，您对他们如何了解医疗保健中的人工智能有什么信息？
Lloyd Minor 博士：一个是提出问题。询问关于我的医疗保健数据如何被使用的问题。我们国家的每个人都有权知道这一点，而我们作为医疗保健从业者有责任告知人们人工智能是如何部署的，或者未来可能如何部署。
您知道，去年皮尤慈善信托基金进行了一项研究，当人们被问到，您是否信任人工智能对您的健康数据的解读？可以理解的是，大多数美国人说不，这正是人们在我们理解人工智能是如何部署之前应该说的。
实际上，当我们使用人工智能来减少用药错误，当我们使用人工智能来改善信息处理，以便我们及时获得最准确的诊断时，这是好的，但我们医疗保健领域的所有人都有责任与公众就适当的应用进行对话，并从公众那里获得关于主要关注点的反馈。
Yun-Hee Kim：好的，Lloyd，我们的时间快到了。非常感谢您今晚参加我们的节目。
Lloyd Minor 博士：非常感谢。很高兴能和您在一起。
Yun-Hee Kim：请和我们一起。我们的节目将在一分钟后继续，请享用您的晚餐。
[掌声]
DiLullo 先生：大家好，今晚过得怎么样？
[掌声]
DiLullo 先生：谢谢 Minor 博士。太精彩了。绝对精彩。
感谢您今晚参加我们的活动。我叫 Jeff DiLullo。我是飞利浦北美地区的负责人。今晚我将简要谈谈医疗保健的可及性问题。
我受到了之前的发言以及今晚我们将听到的发言的启发，关于人工智能在增加医疗保健可及性方面的作用，但我也想花几分钟时间谈论一些不同的东西，真正谈论一个深深影响我们在湾区，乃至全国和全球的话题，那就是可及性以及共同努力的重要性，因为这需要我们所有人共同努力。我将其称为“可及性鸿沟”。这是整个行业面临的挑战，我认为随着人工智能的发展，它在为我们定位以更好地为更多人提供护理方面将具有难以置信的价值，特别是将护理延伸到目前无法获得服务的社区。现在，我将从讲述飞利浦的使命开始。像你们中的许多人一样，我们的使命是改善护理，但我们的具体使命是在这十年内通过有意义的创新改善全球 25 亿人的生活。这明确包括了 4 亿在服务不足的社区中的人们。
这在我们的 ESG 框架内。我们对此进行了报告。这是我们文化的一个决定性特征，并推动着我们所做的一切战略。而且，在我们创新的同时，我们也知道我们不能独自完成。这需要合作伙伴，因为我们知道医疗保健可及性的理论，即每个人都应该能够获得医疗保健，与将其应用于现实以及实际实现这一承诺的难度是不同的。所以将其变为现实——将其变为现实是我们在我们所做的每一个方面都充满激情的事情，也是为什么我们喜欢与你们中的许多人合作的原因。
而且我会说，这个行业中一些最聪明的人就在这个房间里。这是湾区的一个创新中心，我们很高兴能成为其中的一部分，这个房间里的人们正在推动医疗保健向前发展，然而我们还有很多工作要做。
所以我要从一个小故事开始，这个故事能在一定程度上捕捉到我们在增加可及性方面必须克服的一些文化障碍，不仅仅是技术障碍，还有文化障碍。这是一个关于四个人的故事，他们分别叫 Everybody（每个人）、Somebody（某人）、Anybody（任何人）和 Nobody（没有人）。请和我一起想象这个场景。
曾经有一项重要的工作要完成，每个人都确信某人会去做。这就是关于每个人的故事。但实际上，这件事没有发生。某人对此感到生气，因为他们认为这是每个人的工作，当然，每个人都认为，任何人都可以做，但没有人意识到每个人都不会去做。结果是每个人都决定责怪某人没有完成这件事，而当没有人做任何人都可以做的事情时。
现在，为什么我要给您讲这个有点调皮的故事？嗯，实际上我喜欢它，因为这是一个原则。为什么它重要呢？是因为它在我们的社会中一遍又一遍地重复。那些大的、棘手的——大的、棘手的问题——就是这样。谢谢。我不需要为此鼓掌——一直没有得到解决，因为没有人统一负责，因为每个人总是认为其他人会介入并负责领导。
但事实是，我们知道没有一个人能够单独解决您和我们都想要解决的增加医疗保健可及性的问题。某人确实需要介入并让每个人都围绕这个问题共同努力，如果不是我，如果不是您，这个房间里一些最投入的人，那会是谁？必须是我们团结起来，创新者、提供者、像我们这样的科技公司，还有更多。
现在，你们每个人都以自己的方式在这个旅程中发挥了领导作用，但即使在今天，情况也不一定对所有人都更好。许多人仍然落后。这就是为什么我认为改变结果是我们这一代人的责任，而且我们在人工智能方面有着令人难以置信的地位来做到这一点。
让我给您举个例子。来认识一下 Cecil Wilson。这是 Cecil。Cecil 从 14 岁开始吸烟。Cecil 是一名退伍军人。他现在 70 岁了。他住在纽约州的布法罗，那里肺癌的发病率比全州平均水平高 35％，并且是该州的第二大杀手。您可能会说，好吧，这并不让我感到惊讶。但是对于 Cecil 来说，他没有交通工具，如果没有交通工具，他可能永远不会去做肺部筛查。事实上，在纽约州布法罗，有资格进行肺部筛查的人中只有 6％真正做了筛查。所以这里有很高的肺癌发病率，很多人因为发现得太晚而死亡，如果不是由罗斯威尔癌症中心和研究所牵头，与当地和州政府合作，与罗斯威尔、飞利浦、社区组织和宗教领袖合作，将移动肺癌筛查带到纽约州的布法罗，我们已经能够做到这一点，挽救了 Cecil 的生命，并在未来挽救了许多像他这样的人。它有一个名字。它叫做 EDDY，早期检测送到您身边。不知道我是否在舞台上展示了 EDDY，但早期检测送到您身边。低剂量 CT，走进社区，而且我们必须通过合作来实现。我们不能仅仅依靠技术。它需要提供者。它需要基础设施。它需要当地社区。
有趣的事实。我们在全国部署了第一台低剂量移动 CT，将其带到了布法罗的社区，但一开始没有人来。好吧，我们误解了这一点。事实证明，我们需要信任，需要像基于信仰的社区领袖，比如牧师和教会的信任，所以我们与罗斯威尔和教会密切合作，实际上开始将我们的移动 CT 带到周日的教堂停车场，因为每个人都会在那里出现。不管他们是步行还是乘车，都没关系。现在我们让人们能够在他们居住的附近以他们需要的方式获得医疗保健。这就是创造性的合作，团结起来改善医疗保健的可及性。现在，是的，我们在卡车上使用了我们的低剂量精密 CT。从更好的自动患者定位到远程协助能力，整个过程都由人工智能支持，坐在罗斯威尔的专家无需在卡车上。您可以在卡车上照顾患者，并在创纪录的时间内使用系统上的人工智能完成扫描，然后您可以进行所有
