图片来源：科琳娜·辛格尔曼博士
多年来，人工智能（AI）一直在我们生活的幕后悄然发展。从对并非简单的算法进行修改开始，早期的大型语言模型几乎无法连贯地表达几个词，就像早期的视觉系统在数字图像中难以区分路灯杆和猫一样。近年来，AI不仅在发展，而且像加拉帕戈斯群岛上的达尔文雀一样，已经渗透到数字世界的几乎每一个角落。
AI已经渗透到许多人的个人和职业日常生活中，尽管现代医疗保健历史上对适应新技术一直持谨慎态度，但英伟达数字健康总监拉加夫·马尼指出，医疗保健领域采用AI的速度是其他行业的三倍。显然，有很多值得讨论的话题，这正是纽约科学院和西奈山伊坎医学院温德赖希人工智能与人类健康系联合举办为期两天的第三届"医疗健康领域人工智能新浪潮"研讨会（5月12日至13日）的原因，旨在开启研究人员、临床医生、行业领袖和其他相关方就AI与医疗保健所有相关话题的讨论。
第一天
第一天以组织者们简短的欢迎致辞开场，他们分享了在医疗保健研究和实践中使用AI的个人经历。纽约科学院总裁兼首席执行官尼古拉斯·德克斯博士等一些人表达了对如何在AI使用中保持人类参与的担忧，但也表示惊叹："进步的步伐令人叹为观止。"
其他人的评估则更为务实。西奈山医疗系统首席数字信息官丽莎·斯坦普表示："未来不是我们进入的，而是我们创造的。"同样，西奈山医疗系统首席执行官布伦丹·G·卡尓医学博士将AI描述为帮助临床医生整合庞大且不断增长的临床数据的"新伙伴"。西奈山医疗系统首席AI官兼温德赖希人工智能与人类健康系主任吉里什·N·纳德卡尼医学博士在第一个演讲开始前就总结了整个活动："真正的问题不是AI是否会改变医疗保健，而是如何改变。"
引领第一天讨论的主题演讲旨在回答这个问题。梅奥诊所平台总裁约翰·哈拉姆卡医学博士发表了题为"利用平台思维的力量改变医疗保健"的演讲，他花了30分钟探索数据的力量，同时质疑AI如何以及应该如何用于分析当前可用的各种数据，但警告说，考虑到数据来源和数据使用可能的限制，这并非易事。他谈到了AI数据分析已经实现和可以实现的实际应用，包括在药物发现方面。他还指出，AI可以填补医疗人员的缺口。
当天继续进行了四场演讲，探讨AI模型在医疗保健中使用的不同方面。加州大学旧金山分校教授玛丽娜·西罗塔博士谈到了如何将临床数据用于预测医学。包括马尼和微软健康未来副总裁兼总经理乔纳森·卡尔森博士在内的其他人讨论了AI代理和模型如何作为医院和临床医生工具包的一部分在多个层面使用——不仅作为数据分析引擎，还用于整合患者数据和提供诊断支持。作为讨论的总结，佛罗里达大学研究高级副院长阿兹拉·比霍拉克医学博士描述了AI模型如何需要像其他任何工具一样进行验证。她还指出，虽然AI在评估问题和建议最佳后续行动方面的能力不断提高，但人类的输入对于协作成功至关重要。
小组讨论由罗伯特·弗里曼博士主持。从左到右的小组成员：皮埃尔·埃利亚斯医学博士、凯伦·王医学博士和亚历山大·费多托夫博士
第一天最后的演讲重点讨论了AI如何直接用于患者护理情况。在各自就AI如何整合到电子健康记录(EHR)中、结合模型开发新见解或重新构想诊断能力以改善诊断公平性进行演讲后，最后三位演讲者进行了动态且有时激烈的小组讨论。Epic公司的医生凯伦·王医学博士、阿斯利康AI数字精准健康总监亚历山大·费多托夫博士以及哥伦比亚大学欧文医学中心助理教授皮埃尔·埃利亚斯医学博士各自分享了他们对AI在未来近期使用方式的看法。虽然他们都同意AI无法取代临床医生，但也认识到AI将是一种颠覆性力量，但临床医生有责任适当使用该技术，同时依靠作为训练有素的专业人员的直觉和判断。当被问及五年后AI在医疗保健中的使用前景时，费多托夫表示："我仍然希望看到人类掌控所有决策过程。"
第二天
虽然第一天为从实验室到临床的AI在医疗保健中的应用奠定了基础，但研讨会的第二天则更多地讨论和批评了AI在操作层面的问题。
炉边谈话：吉里什·N·纳德卡尼医学博士与戴夫·A·乔克希医学博士
当天以纳德卡尼与纽约市立大学医师兼教授、前纽约市卫生专员戴夫·A·乔克希医学博士之间的主题炉边谈话开始。他谈到了自己的领导经验，分享了在COVID-19疫情期间作为公共卫生倡导者和沟通者的许多轶事。当被问及考虑到医疗保健现状和公众信任度下降（特别是随着AI使用的增加，可能增加被抛弃感、监视感和非个人化感）的情况下沟通的重要性时，乔克希指出："这使得关系比我们所知道的更加重要。"他强调，作为临床医生，他的工作是建立与患者的信任，并确保他们返回接受护理。虽然他预计AI将在未来几年对医疗保健产生变革性影响，但他警告说，倾听并整合一线用户、临床工作人员和患者的反馈将至关重要。
上午继续进行探讨AI在医疗保健研究和学习中使用的演讲。国立卫生研究院"全人群研究"项目首席执行官约书亚·C·丹尼医学博士详细介绍了"全人群"项目的进展。尽管最近有资金担忧和削减，但项目范围仍按计划进行，全球研究人员正在利用该项目衍生的数据，以及项目负责人如何努力为研究人员建立参数和模块，以便更轻松地在其数据分析中实施AI。MLCommons标准负责人安德鲁·格鲁恩博士随后热情洋溢地谈到了在研究和医疗保健环境中建立AI使用标准和基准的重要性。他坦率地谈到了不仅需要训练AI，还需要对AI模型进行外部评估和验证的必要性。
小组讨论由吉里什·N·纳德卡尼医学博士主持。从左到右：卡兰迪普·辛格医学博士、吉里什·N·纳德卡尼医学博士和瓦尔迪特·拉维茨基博士
研讨会以关于AI与人类互动的多次讨论结束——不仅将其视为工具，还从更广泛的角度看待AI的使用。加州大学圣地亚哥分校健康创新执行主任卡兰迪普·辛格医学博士探讨了临床医生和患者对AI使用的各种观点，同时指出在实施前应慎重考虑医疗保健环境中AI的使用。与此同时，黑斯廷斯生物伦理中心总裁兼首席执行官瓦尔迪特·拉维茨基博士讨论了AI在直接面向患者环境中的使用伦理，特别是作为患者使用的聊天机器人。在各自演讲后的辩论中，两人深入探讨了与AI使用相关的风险，包括患者端的聊天机器人和临床医生及患者使用的记录技术。他们通常同意AI使用需要透明度，但像在家中使用AI机器人对抗老年人孤独感等特定AI应用导致了分歧。
康奈尔科技学院健康创新主管坦泽姆·乔杜里博士的最后演讲将许多先前讨论的话题汇集在一起。她的研究探索了AI如何用于精神健康治疗，描述了AI如何用于精神健康治疗的多个方面，从使用可穿戴设备记录生理症状到使用聊天机器人执行各种功能。她警告说，虽然这些工具最终可能会产生变革性影响，但目前AI在精神健康领域的使用仍在发展中。
西奈山伊坎医学院教授亚历山大·查尼医学博士的闭幕致辞很好地总结了此次活动。他分享说，在整个研讨会期间，他想象100年前和100年后的临床医生和研究人员会如何看待当前的医疗保健状况以及如何将AI融入其中所面临的挑战。他说："我们不是第一群处理强大技术并弄清楚如何利用它来改变社会的人类。"他希望过去的人们会看到我们理解并尊重过去，从过去的严谨研究和测试中学习，而未来的人们会以我们的无畏和面对新技术的坚韧不拔而感到自豪。他希望两组人都能看到我们"努力做正确的事情"。他最后说，他在会议上的每个人身上都看到了这一点，以及他们的热情和团结。
【全文结束】
