西奈山医疗系统将AI视为"增强智能"，助力临床医生提升诊疗水平。（图片来源：Ignatiev/Getty Images）
2020年5月，当新冠疫情席卷全球医疗系统时，纽约市西奈山生物医学工程与影像研究所的研究人员展示了人工智能（AI）如何为医生提供支持。他们开发的AI模型利用CT扫描数据，成功诊断出尚未显现明显肺部异常的新冠患者。该方法使医护人员得以更早隔离并治疗患者，挽救生命的同时限制了病毒传播。
如今，西奈山的研究人员和医生正将AI与机器学习技术全面应用于医学领域。他们的工作正在多个专科改变诊断和治疗方式，赋能医疗提供者挖掘患者数据以发现新见解。实践结果表明，AI不仅能帮助医生更快实施挽救生命的干预措施，还能优化医院资源配置并降低医疗成本。
临床辅助
西奈山医院及西奈山皇后医院院长、麻醉学家戴维·赖希将AI定义为"增强智能"。他认为AI在医疗中的作用是为医生、护士和医院管理者提供宝贵支持，而非取代他们。"AI能帮助他们做得更好，"他表示，"虽然医疗团队仍对患者护理和治疗结果负全责，但AI可提醒他们关注可能被忽视的情况，例如识别可能意外需要重症监护的患者。"
AI提升患者监测能力的典型案例是西奈山研究人员开发的颅内压预测模型。
"脑部周围的压力至关重要，因为与其他身体部位不同，大脑无法在颅骨内扩张，"参与技术开发的西奈山医学院学生法里斯·古拉马利解释道。过高的颅内压可能导致神经损伤和脑功能障碍，实时监测压力变化能帮助医生及时干预。"当患者中风或肿瘤扩大时，我们能迅速采取措施，因为我们知道其颅内压正在急性变化。"
然而，与易测量的血压不同，目前尚无实时无创监测颅内压的方法。"唯一直接测量方式是将探头置于脑部附近或脊髓腔内，"古拉马利指出。
他的团队转而探索利用无创采集数据预测颅内压的可能性，包括心电图、脉搏血氧仪测量的血氧饱和度，以及重症患者常规头颅超声获得的颅外波形。研究人员利用这些数据构建AI模型，并用通过腰椎导管或颅骨插入的压力敏感探头获取的真实患者数据进行训练，最终通过临床数据验证了模型。
"我们开展了迄今规模最大的AI预测颅内高压研究，也是首个提供算法外部验证的研究，"古拉马利表示。他期待未来ICU医生能使用该AI工具实现无创颅内压监测。鉴于颅内高压与青光眼、急性肝衰竭等问题相关，这种AI测量技术在ICU外同样具有应用价值。
医疗管理
西奈山的其他研究展示了医院如何利用AI工具优化患者护理。
"人类大脑无法处理当前从患者身上产生的海量多维度数据，"西奈山伊坎医学院弗里德曼脑研究所所长、学术事务院长、精神病学家埃里克·内斯特勒指出。他认为AI能识别医生可能忽略的数据模式。例如，医院系统收集的新生儿血液检测等医学检查信息，可帮助AI预测哪些急性问题新生儿可能出现更严重后果，从而引导医生集中资源救治。
内斯特勒还强调AI在支持心理健康领域的应用潜力。由于精神疾病患者常经历复发，持续监测至关重要。"通过AI分析智能手机使用情况可窥见心理状态，"他表示，"比对语音语调、音量和节奏与个人基线模式的差异，有助于发现病情恶化的患者。"此类自动监测工具发出的警报能提示照护者及时干预，内斯特勒预计这类AI工具将在近期辅助精神健康从业者。
隐私保护
西奈山伊坎医学院科学计算与数据学院院长帕特里夏·科瓦奇指出，利用机器学习挖掘患者数据需要先进计算基础设施。该医疗系统已投入巨资建设此类设施。她强调保护AI训练所用医疗数据的隐私至关重要，这也是西奈山拥抱AI战略的核心环节。"我们对大量数据进行了去标识化处理以提升通用性，"她说，"这里存有百万份病理切片——均已去标识化供研究使用，电子病历的结构化字段也做了相同处理。"
内斯特勒认为重大突破即将来临。"我们正处在挖掘所有潜在进步的起点，"他表示。他展望未来医生将运用AI筛查DNA序列和医疗记录，发现人眼和大脑无法识别的模式。"整合这些信息将深化对患者病情的理解，"内斯特勒说，"这将推动精准医疗迈向新高度。"
【全文结束】