数字连接的变革潜力在二十多年前成为全球游戏规则的改变者。移动电话重塑了电信行业，即使在没有固定电话的家庭中也能实现连接。数字健康迅速利用了这些创新，使远程医患沟通、数字支付、护理协调和在线同行支持网络成为可能。
人工智能（AI）无疑引发了另一波数字创新。尽管该领域的起源可以追溯到20世纪中叶，但近期大型语言模型（LLM）的发展使其备受瞩目。世界卫生组织（WHO）在2024年初的世界卫生大会（WHA）上专门安排了一场关于AI对全球健康影响的会议，召集了区域、国家、学术和国际卫生组织和机构共同探讨这一议题。
全球健康中的人工智能应用
文献通常将人工智能在低收入和中等收入国家的健康应用分为四个关键用例：疾病诊断、风险评估、疫情准备和响应、以及规划和政策制定。根据2021年WHO发布的《医疗保健中的人工智能报告》，一些AI应用已经在使用或开发中，例如印度用于快速生成脑电图的技术；卢旺达和巴基斯坦用于患者导航的技术；乌干达用于疟疾诊断的技术；尼日利亚用于监测母亲和儿童的生命体征及检测婴儿窒息的技术。更广泛地说，DeepMind的AlphaFold系统在预测蛋白质三维结构方面的进展，有望增强我们对疾病的了解并加速治疗。
在疫情监测和响应方面，谷歌流感趋势利用搜索引擎查询来预测流感活动，但其高估流感流行率的情况表明需要持续更新算法。像HealthMap这样的工具也证明了其价值，能够早期发现与电子烟相关的肺病并发布关于武汉新型冠状病毒的早期公告。
AI还被用于规划和政策制定，例如在南非，机器学习（ML）模型用于预测招募的卫生工作者在农村社区的服务期限；在巴西，人工神经网络用于创建一种基于人口健康需求优化资源分配的方法。
人工智能能否带来全球健康的重大变革？
虽然AI在公共卫生中的整合仍在不断发展并谨慎评估，但它有潜力彻底改变关键的健康功能。证据生成是健康政策和实践的基础，正在经历重大变化。传统上，系统评价作为证据综合的基石，可能需要数月甚至数年才能完成。现在，Eppi-Reviewer等工具使用机器学习进行更高效的筛选，而Open Evidence等平台能够快速总结现有研究。随着AI在技术层面如质量评估、元分析和综合等方面的处理能力不断提高，其在证据生成中的作用将扩大。这一进步将使健康指南的生产更加经济高效和及时，领先机构已经开始制定AI在证据综合中的使用指南。
数据收集和分析也在经历转型。AI驱动的工具能够快速分析结构化和非结构化数据，标志着从传统的纸质方法和常规实地工作的显著转变。这一能力对以行为改变为中心的公共卫生策略产生了显著影响。AI可以以前所未有的速度和精度创建高度针对性的健康促进活动。此外，情感分析工具可以实时评估公众感知，使正在进行的健康活动能够灵活调整。
医疗保健劳动力预计也将随着AI-人类伙伴关系的规范化而演变。例如，Hippocratic AI的生成模型可以执行某些护理管理功能，而Google的Med-Gemini可以在医疗程序中提供实时反馈，包括手术。随着这些工具的改进和被从业者采用，它们有望提高医疗保健交付的成本效益和精确度。
截至2024年5月，FDA已授权882种AI和ML驱动的医疗器械。这种AI驱动设备数量的增长以及相关临床试验注册量的增加，表明该领域对这些工具的接受程度。
行动者格局的变化
AI在医疗保健中的整合不仅改变了实践，还重塑了全球健康行动者的格局。历史上，全球健康是一个多边活动，由国际非政府组织和各国政府主导。21世纪初，出现了像盖茨基金会这样的有影响力的慈善行动者。现在，我们正进入一个阶段，私营部门的AI公司有望在这个领域发挥越来越大的影响力。
虽然存在开源模型和政府开发的AI系统，但私营部门的AI模型，如OpenAI的ChatGPT和Google的Gemini，占据了主导地位，这引发了关于全球健康数据治理的关键问题。与现有的跨国商业对健康的影响力（如快餐业或烟草业）不同，AI系统带来了更复杂的问题。例如，如果私营模型被整合到现有的多边健康倡议中，如何确保它们符合全球健康目标？当公司在健康数据和决策中拥有影响力时，如何解决潜在的利益冲突？
区域和国家指南正在出现，以管理这一不断发展的格局。欧洲健康数据空间在世界卫生大会上进行了讨论，这是一个旨在在27个欧盟成员国之间创建单一数据空间的倡议，赋予患者控制其健康数据的权利，同时建立安全的数据再利用和AI部署框架。它还包括对高风险AI系统的严格评估规定。
同样，非洲联盟最近推出了其大陆AI战略，旨在“利用人工智能满足非洲的发展愿望和人民福祉，同时促进道德使用，最大限度减少潜在风险，并利用机会”。监测这些措施的发展将为未来AI在全球健康倡议中的部署提供指导。
基础设施建设
另一个需要考虑的因素是，对于成熟度不足的卫生系统来说，AI的进步意义不大。AI的发展在很大程度上依赖于强大的数字健康架构，这包括安全的数据管理、卫生信息系统之间的互操作性以及全面的数字战略。虽然大多数国家都有数字健康战略，但其实施情况差异很大，资源有限地区的进展往往滞后。许多国家既没有足够的卫生工作者定期输入数据，也没有可靠的电力和Wi-Fi来支持从纸质记录向数字记录的过渡。缺乏基础基础设施是AI实施的重要障碍。
由洛克菲勒基金会领导并与WHO、联合国儿童基金会、全球健康资金机构、卫生部和技术公司合作的精准公共卫生倡议旨在加强低收入和中等收入国家（LMICs）的AI使用。该倡议初期资金为1亿美元，旨在扩大AI和数据科学在LMICs的应用，将最新技术引入资源匮乏地区。类似的举措需要集中资源，加强基础卫生系统的功能，如工作人员培训和支持监督以及资源管理。
伦理考量
随着AI的发展，伦理考虑必须跟上。这些挑战大致可以归类为隐私和监控问题、数据滥用、算法偏见以及透明度和责任问题。最近的案例突显了这些问题的紧迫性。
正如WHO的研究报告《健康领域人工智能的伦理与治理：WHO指南》所述，在COVID-19疫情期间，中国的支付宝推出了“健康码”，利用收集的数据确定暴露风险。该系统根据分配的颜色代码决定个人的流动性，引发了关于隐私、权利和大规模监控的担忧。另一个在WHO指南中讨论的案例是Dinerstein vs. Google，芝加哥大学与Google分享了去除身份信息的患者记录，以开发预测医疗事件的机器学习工具。一项集体诉讼投诉称，这些记录可能被重新识别，威胁患者隐私。
WHO指南中的其他案例突显了AI系统中的偏见问题。在阿根廷，一个旨在预测青少年怀孕的AI系统因其方法存在缺陷并侵犯青少年隐私而受到批评。在美国，一项研究揭示了一个算法中存在的种族偏见，导致黑人患者获得的医疗关注少于同样病情的白人患者。此外，一个用于检测潜在癌症皮肤病变的AI技术主要基于澳大利亚、欧洲和美国较浅肤色个体的数据进行训练，这表明其对深色皮肤人群的不适用性。
许多AI算法的“黑箱”性质也引发了关于知情同意和责任的重要问题。如果AI系统建议特定药物剂量，但底层算法对医生来说是不透明的，那么谁应为不良后果负责？
案例研究
为了说明AI在全球健康中各种考虑因素的交汇点，WHO的智能AI资源助理健康项目（S.A.R.A.H.）提供了一个最近且相关的案例研究。S.A.R.A.H.于2024年4月启动，是一款基于视频的生成式AI助手，旨在解决健康信息可访问性的差距。该项目由Soul Machines Biological AI开发，WHO总干事谭德塞博士表示，这是“如何在未来利用人工智能以更互动的方式改善健康信息获取的一个例子”。
大语言模型在健康促进中的潜力必须放在卫生系统负担的背景下考虑。例如，撒哈拉以南非洲和南亚每1000人分别有0.2和0.8名医生，而欧盟和北美分别为4.3和3.4名医生。一张前往医疗机构的旅行时间地图显示，在北非等地，花一天时间去看医生并不罕见。即使他们能够见到医生，每年也有超过10亿人因高昂的医疗费用而陷入贫困。在这种情况下，大语言模型可以补充目前由社区卫生工作者提供的健康促进努力，还可以增强监督和培训。
S.A.R.A.H.在努力将建议适应当地环境方面脱颖而出。例如，它根据区域饮食习惯提供膳食建议。它还使用视觉情感线索来表达同理心。与之前用于分享COVID-19信息的基于WhatsApp的聊天机器人类似，S.A.R.A.H.的覆盖面可能会通过与电信提供商和社会网络的合作而扩大，支持其广泛传播。
然而，S.A.R.A.H.面临的一些挑战反映了AI在全球健康中的更广泛问题。用户注意到S.A.R.A.H.提供的信息中有错误，例如，它错误地声称一种阿尔茨海默病药物仍在临床试验中，而该药物已于2023年获得批准。这凸显了AI系统需要跟上快速发展的医学知识的重要性。
尽管S.A.R.A.H.提供的语言种类比许多现有工具更多（包括法语、俄语、英语、西班牙语、印地语、葡萄牙语、阿拉伯语和中文），但这仍然只是全球语言的一小部分，可能限制其覆盖面。此外，像S.A.R.A.H.这样的基于视频的工具的成功取决于强大的数字基础设施和智能手机视频功能的普及，而这并非普遍可用。
处理用户的视频数据也引发了重要的隐私问题。虽然尚未公开，但WHO承诺将S.A.R.A.H.的培训材料和证据基础公开，符合其关于大语言模型使用的准则。透明度将是维持信任和为这一新兴领域提供见解的关键。
结论
正如WHO总干事谭德塞在WHA上指出的那样，AI代表了全球健康领域的变革性进步，类似于过去疫苗、青霉素、MRI机器和人类基因组测序等创新对这一领域的革命。据上述2021年WHO关于医疗保健中AI的报告所述，将AI整合到卫生系统中具有巨大的潜力，预计前十大AI应用在健康领域到2026年可节省约1500亿美元。
虽然AI的潜力不容忽视，但关键问题是：它能否实现改善全球健康结果的承诺？这取决于多个因素，包括建立基础基础设施、解决伦理问题和有效管理不断变化的行动者格局，这些都不是小事。
(全文结束)
