一种新的人工智能程序正在开发中，可能会彻底改变NHS（国民保健服务），并使其能够预测谁即将生病。
作为一项世界首创的研究的一部分，英格兰全人口的健康数据正被用于训练AI。政府表示，这可能会引发一场“医疗革命”。该研究将使用包括医院入院、急诊科就诊和新冠疫苗接种率在内的匿名数据，以最终预测疾病和并发症的发生。患者可能会被NHS联系，并提供治疗或支持，以防止其病情恶化。该程序最终将预测患者在未来一年内住院或死亡的风险，以及超过1,000种不同疾病的发病风险。
科学和技术大臣彼得·凯尔（Peter Kyle）表示：“这项雄心勃勃的研究展示了AI如何与NHS丰富的安全匿名数据相结合，解锁一场医疗革命。这项技术正在改变我们在诊断、治疗和预防一系列衰弱性疾病方面的能力。”
这个名为Foresight的模型将利用NHS收集的大量数据，找出哪些健康状况组合经常导致某人患病或恶化。例如，当虚弱的人在家有跌倒风险时。
牛津大学高级研究员奥米德·罗哈尼安（Omid Rohanian）博士虽然没有参与这项研究，但他表示Foresight“可以改变我们处理医疗保健的方式，并对人们的生活产生真正的影响”。他说：“Foresight AI计划是在使用AI增强医疗保健方面迈出的有希望的一步。通过如此大规模地训练去标识化的NHS数据，它有可能及早识别健康问题，并加强整个英格兰乃至更广泛地区的预防性护理。”
一旦AI程序经过NHS患者数据的训练，未来Foresight就可以使医疗服务机构联系那些算法认为面临特定健康风险的高危患者。然而，其重点可能在于那些已经患有慢性疾病并定期与NHS接触的人。
利物浦大学高级讲师瓦比·埃尔-布里（Wahbi El-Bouri）博士虽然没有参与这项研究，但他表示：“预防疾病是NHS减少医疗服务压力的关键目标。尽管这样一个项目可能通过预测患者接下来可能发生的情况（例如，他们是否有更高的心脏病发作风险）来实现这一目标，但它并不能解决真正的疾病预防问题。NHS的数据类型并不适合预防，因为当有人访问NHS时，通常是因为已经出了问题。因此，我们错过了从健康个体那里学习的机会，而他们的数据很少被收集。”
此前的一项试验使用了两个NHS信托的数据对Foresight程序进行了训练，现在它将扩展到全国范围。UCL的克里斯·汤姆林森（Chris Tomlinson）博士说：“Foresight是一个非常令人兴奋的步骤，可以帮助我们在疾病和并发症发生之前进行预测，为我们提供一个干预窗口，从而实现更大规模的预防性医疗保健。”
“举一个实际的例子，我们可以使用Foresight来预测整个群体的非计划住院风险。这是一个非常重要的事件，通常预示着患者健康的恶化，但可能由多种不同的原因引起，同时对卫生服务也有重大资源影响。然后，我们可以使用Foresight来了解这种恶化的驱动因素，并提出个性化干预机会，例如优化药物以改善血压控制，降低中风风险。”
试点研究将在NHS England的安全数据环境中进行，该环境将提供去个人化的记录，患者数据仍将由NHS控制。该项目将引发人们对医疗记录安全性的新担忧，担心黑客攻击。
牛津大学互联网研究所的高级研究员卢克·罗谢（Luc Rocher）博士虽然没有参与该项目，但他表示：“训练生成式AI模型所需的NHS数据的规模和丰富性使得‘去标识化’这些复杂的患者信息变得非常困难。去标识化存在显著风险，即模式仍然存在，可能无意中追溯到个人。”
“建立既能保护患者隐私又强大的生成式AI模型是一个尚未解决的科学问题。正是这些数据的丰富性使其对AI有价值，也使其难以匿名化。这些模型应严格由NHS控制，以便安全使用。”
NHS England转型国家总监维恩·迪瓦卡尔（Vin Diwakar）博士说：“NHS安全数据环境对于这项开创性研究至关重要，塑造了一个未来，其中早期治疗和干预将针对那些受益者，防止未来的疾病。这将增强我们快速转向个性化预防性护理的能力。”
凯尔补充说：“这项工作将对本届政府改革医疗保健和促进经济增长的任务起到关键作用，这是我们变革计划的核心。对隐私和安全的不懈关注意味着人们可以放心，他们的数据是安全的。”
Foresight项目的第一个阶段目前仅限于与新冠相关的研究。汤姆林森博士补充说：“我们正在研究预测新冠结果——这可能有助于我们为下一次大流行做准备——但我们也在测试该模型推广到其他重要医疗结果的能力，例如预测未来一年内住院或死亡的风险，以及超过1,000种不同疾病的发病风险。”
“最终，我们希望通过包含更丰富的数据源来增加Foresight的深度和能力——例如医生的笔记和检查结果，如血液检查或扫描。”
(全文结束)
