现代医学正面临许多挑战。随着医学科学的进步，它变得越来越困难。从某种意义上说，我们已经摘取了所有容易取得的成果。人们寿命延长，他们的医疗状况也越来越难以理解和治疗。为了继续在医学上取得进展，我们需要更先进的技术。
这些技术——如干细胞、CRISPR和其他形式的基因操作、单克隆抗体、免疫疗法、多药物组合等——既昂贵又复杂。在美国，医疗保健占GDP的17.6%。各国很难支付得起我们现有技术和公众期望的医疗服务，导致要么通过各种机制进行医疗配给，要么通过保险公司等守门人来控制，或者不同收入水平的人享受不同质量的医疗服务。
现代医学日益复杂，导致从业者的专业化程度越来越高，这进一步增加了医疗成本，并使得多个专科之间的协调变得更加困难。
整理和优化日益复杂的医学需要严格的科学，然而医学科学正受到一种民粹主义反科学运动的攻击，这种运动松散地归类为“健康”或“替代医学”。多年来我们在SBM（Science-Based Medicine）中不断记录，CAM（补充和替代医学）运动最终目的是削弱医学中的科学标准，以便骗子向毫无防备的公众兜售他们的假药。
这场资金充足的误导性信息、阴谋论和怀疑运动非常成功，以至于他们现在在联邦医疗监管的最高层有了代表，已经在系统地破坏我们的研究和监管基础设施以及机构知识。
解决这些众多挑战没有单一的办法。需要医学机构清楚地认识到这些挑战，共同努力解决它们，并教育公众，而不是将公众舆论让给Tik Tok上的影响者。
但有一种相对较新的工具可能会帮助卫生专业人员使医学实践更有效率。当然，任何工具都可以用于好或坏的目的，因此重要的是要尽早利用这一工具并塑造其发展，使其服务于公共卫生而非剥削公共卫生。我所说的是人工智能（AI）。我知道关于AI有很多炒作，但尽管如此，它确实是一个强大的信息工具，而医学很大程度上是由信息驱动的。
事实上，信息既是现代医学的力量也是其祸根。从业者拥有大量的科学信息，但他们也淹没在其中。这导致了高度专业化，但也导致从业者难以跟上最新的进展（并且常常失败）。即使我们有针对特定情况的高度研究的治疗和诊断算法，但由于从业者未能及时更新，这些算法往往未被遵循。
编程为专家助手的AI工具可以填补这一空白，在患者护理时提供从业者所需的信息。这是循证医学40年来的目标，但问题却变得越来越严重。实际上，互联网和谷歌搜索已经提高了从业者快速找到相关信息的能力，这已成为常见做法。AI可以帮助使这一过程更好、更全面。
与电子病历结合使用的AI，如果策略得当，可以发现患者的护理问题或冲突，减少错误，提醒从业者存在的不足，并推荐最佳的诊断和治疗途径。
AI还能够看到人类无法察觉的模式。这里有一些最近的例子。CONCERN早期预警系统（EWS）是一种AI应用程序，它审查医院/ICU环境中的患者数据，寻找表明患者即将恶化的模式。最近的一项使用CONCERN的研究发现，它比常规护理提前两天识别出问题，并导致死亡率下降35.6%。研究人员正在寻求将其扩展到其他环境中，如急诊科。
最近的一项综述发现，AI放射学诊断辅助工具提高了放射学诊断的准确性和效率。仍然有很大的改进空间，我们正处于陡峭的学习曲线阶段。AI工具需要改进，但医生也需要接受如何最优使用它们的培训，系统也需要进化以最有效的方式整合AI工具。
还有一些具体的工具，比如一个基于脑扫描诊断和计时中风的工具，专门用于确定患者是否适合溶栓治疗。在研究中，AI模型可以用来预测抗生素耐药性的出现等问题。
仅仅因为AI行业存在很多炒作，我不会把这些进展视为炒作。正如我所尝试概述的那样，医学可能非常适合从AI应用中受益。但这不会自动发生。需要大量投资开发特定的AI应用，并将其纳入患者护理和医疗系统。
(全文结束)
