你是否曾考虑过我们使用人工智能（AI）的种种方式，而这些方式已经不再引起人们的注意？（向你致敬，Siri！）一旦某件事变得习以为常，它往往会从我们的意识中淡出。这在医疗领域的AI应用中尤为常见。AI工具生成内容、整理信息、执行任务。当患者的氧气水平过低时提醒医生的机器？这是AI。自动读取心电图？也是AI。追踪这些数据点以及其他许多数据点已经成为医疗保健领域的常规操作。
“一旦人们熟悉了一种新的AI技术，似乎很多人会忘记它是AI，”OSF HealthCare的高级创新研究员Jonathan Handler博士说。然而，AI在多种医疗环境中都有广泛的应用，从诊所中的个性化治疗到实验室中发现模式。OSF团队也在探索和实施更新的由AI驱动的技术。例如，一个AI试点项目监听医生和患者之间的对话，然后自动生成临床记录的第一稿。OSF的医生使用另一个AI平台来帮助识别糖尿病视网膜病变（糖尿病引起的视网膜损伤）。还有一个试点项目使用AI更好地检测结肠镜检查中的癌前息肉。
芝加哥大学医学中心的首席医疗信息官Sachin Shah博士指出，AI在当前医疗实践中的一些应用方式包括：
- 大幅减少临床医生的文档负担
- 在医学影像中寻找异常以提高诊断准确性
- 预测患者的再入院风险和疾病进展
- 分析大数据集以寻找医学模式
- 确定患者群体
- 定制治疗计划
- 加快临床试验参与者的招募
Shah表示：“这种方法旨在减少医疗保健提供者的行政负担，使他们能够更多地关注患者护理。”它还能够实现更主动的临床干预。医生和医院已经在癌症等疾病的诊断中看到了AI使用的益处。芝加哥大学放射学教授Maryellen Giger博士在2010年代初开发了一项技术，该技术被全国各地的医院和影像中心用于检测乳腺MRI上的恶性病变。在英国，专注于新药发现的初创公司Oxford Drug Design使用AI在分子水平上研究和制造新药物。该公司首席执行官Alan D. Roth博士是一名有机化学家。他表示，公司使用名为Synth AI的计算AI程序，将现有的化学知识转化为可以对抗疾病的新型分子。目前，团队正专注于癌症和耐药致命感染。“我们的计算AI结果是可以用现有化学方法制造的分子，并且可以在经济上高效地制造，因此如果它们成为药物，制药公司可以负担得起制造成本，”Roth说。Oxford Drug Design已经与剑桥大学、利物浦大学以及美国的国立卫生研究院和国家癌症研究所合作。最近，该公司还与Cancer Research UK苏格兰研究所建立了合作伙伴关系，共同开发癌症治疗药物，因此该公司对AI使用的做法非常明确。
但对那些没有如此明确边界的医疗团队和机构来说，决定使用AI伴随着大量的讨论。Shah表示：“这必须从战略优先事项和临床需求开始。具体有哪些领域AI可以帮助满足需求、建立能力并显著改善患者结果或运营效率？”芝加哥大学医学中心有一个专门的生物伦理委员会，有自己的流程来回答这些问题。首先，团队在系统层面分析AI的需求，确定需求并确定优先级。接下来，临床和运营领导者评估AI可能如何影响工作流程和患者结果。如果到目前为止一切顺利，AI系统将在受控环境中进行试点测试，以查看其效果如何、可能产生的影响以及如何整合到现有技术中。然后就是持续监控系统，确保其有效性和相关性。运行AI程序的成本也会影响决策。“从最早的设计和评估阶段开始，必须涉及关键利益相关者，包括临床医生、患者、运营领导者和IT团队，”Shah说。“详细的成本效益分析，评估AI采用的财务影响和资源要求，对于获得资金支持至关重要。”
Handler同意许多机构正在制定政策、教育员工并鼓励适当的AI使用。为此，OSF去年成立了生成式AI委员会，以促进AI的安全、公平和有效使用。“医疗保健的很多方面都是高强度、高风险的关键服务。由于医疗团队通常感到时间压力很大，因此团队认为可以节省时间以更好地完成最关键任务的AI部署可能会更快被接受，”Handler说。医疗设施还需要考虑与患者和临床医生的透明度。AI系统的任何一个失误都可能导致整个医疗机构的信任度下降。
这意味着需要从设计和治理阶段到实施阶段，让多学科团队参与进来，包括临床医生、数据科学家、伦理学家和其他关键利益相关者，以评估和监控AI应用，“Shah说。越来越多的主要医疗保健机构似乎正在成立像OSF和芝加哥大学医学中心那样的正式监督委员会。但Handler和Shah都认为这还不是行业标准——尽管如果AI的风险增加，对平衡机制的需求也会增加。“随着技术的发展，我们是否会看到这一标准的出现？很难说，但我怀疑，就像医疗保健领域的许多其他技术一样，风险更大的使用将受到更多的监管，”Handler问。
当然，创建一个监督委员会并不是最容易的事情。Shah表示，子委员会对于监控AI模型的开发、验证和安全性、合规性、风险缓解、财务要求和资源配置至关重要。委员会还需要跨部门运作。“跨各部门和利益相关者的跨学科合作——包括临床、运营、法律、法规遵从性、隐私和IT——对于维护一致的整体监督方法至关重要，”Shah说。除此之外，还需要建立保障措施。Shah表示，芝加哥大学医学中心已经采取了许多措施，包括保护患者信息的数据隐私和安全的强有力措施、减轻AI偏见以确保护理公平、任何AI系统的严格预测试以及总体上的法规遵从性。团队还致力于确保AI系统可以向患者和临床医生清楚简洁地解释——Handler认为这可能有助于AI在医疗保健领域的成功。“为了确保安全，人们往往希望了解AI的工作原理，并对其提供的任何指导有一个易于理解的解释，”他说。“当AI使用非常复杂的处理和大量数据元素生成输出时，这可能是一个挑战。”
Handler表示，应对这一挑战的工作已经在进行中。但我们接下来该怎么做？医疗保健领域的AI未来会是什么样子？如果你问Roth，这只是个开始。“很快，今天需要很长时间的事情将通过不断改进的计算能力得到缩短，”Roth说。“患者和医生将继续受益。”在他从事的具体工作中，Roth认为AI的效率将大幅缩短新药开发的时间线，可能在部署新药之前节省数年的测试时间。Shah预计，一些效率和改进将以快速诊断准确性的方式出现，特别是在肿瘤学和基因组学领域。他还认为，我们将看到更好的疾病发病和进展预测分析，从而实现早期诊断和治疗，或更好的个性化预防护理方案。特别是对患者而言，Shah预计他们最终会感觉在与医疗保健系统合作时更加有能力和高效，并拥有更多的自我效能感和知识来管理自己。由于AI有能力简化各种行政和运营任务，患者最终可能会支付更少的医疗费用，并获得更强大的医师访问权限。但无论其如何发展，AI肯定会继续颠覆现状。“我敢打赌，未来几年AI的影响将比以往任何时候都要更加普遍和颠覆性，”Shah说。还有很多需要解决的问题。“最终，我打赌——或者至少希望——AI将帮助提高所有人的护理质量、可及性、公平性和体验，”Handler说。正如已经实施的AI支持工具一样，他预测我们中的许多人可能会忘记AI将在我们的日常生活中引发的所有重大变化。
(全文结束)
