这个AI工具承诺为临床医生提供“第二双眼睛”。患者受益了吗?
一名4个月大的男婴因发烧和鼻塞来到诊所。维约内·恩杰里(Vyonne Njeri)认为这只是感冒。随后,她电脑上弹出一个黄色方框,告诉她检查孩子的心脏——因为孩子的心率偏高。恩杰里是肯尼亚内罗毕(Nairobi, Kenya)的一名注册临床官员;她像执业护士一样独立接诊患者。当她用听诊器听诊时,听到“呼”的一声——这提示婴儿可能有先天性心脏缺陷。
“换作别的日子,我会漏掉这个问题,”恩杰里谈到几个月前的这次就诊时说。“那个孩子本来会直接回家。”她将此归功于一个复核她工作的AI工具。恩杰里把他转诊给专科医生,专科医生确认了诊断并开始给他用药;孩子可能需要接受手术。
随机试验
该工具名为 AI Consult,在 Penda Health 运营的16家肯尼亚初级诊所中,对近1万次患者就诊进行了随机试验,结果今年夏天发表在《自然·医学》上。一半临床官员把记录输入电脑,由 OpenAI 的 GPT-4o 在后台检查他们的电子记录。
GPT-4o 是一种大语言模型(LLM)——驱动 ChatGPT 等聊天机器人的那类AI。它们接受了互联网大量内容的训练,并能根据指令生成文本。
另一半人使用电脑记录,但没有使用AI工具。
工具如何运作
这个AI程序是这样工作的:它提供三种提示——绿色、黄色和红色,像交通灯一样。AI会寻找患者护理中的可能问题或记录中的缺口。绿色表示一切正常。黄色表示“点击我”——AI在记录中发现了一个小问题,并提供一些指导。如果AI根据记录发现关键担忧,就会弹出红色提示,提醒临床医生可能需要迅速行动。
对恩杰里来说,这些干预提供了受欢迎的反馈:“你需要检查一下那个”,或者“你方向正确”。
一个由六名肯尼亚家庭医生组成的独立小组对记录进行了评分。他们认为,对于 AI Consult 充当恩杰里所说的“第二双眼睛”的临床医生,其诊断和治疗计划更好。
而且每名患者的成本为 4美分。
效果与局限
这项研究既体现了AI改善医疗保健的潜力,也体现了证明其效果的挑战。
但是,尽管卫生工作者发现这种AI复核有帮助,患者是否受益的问题仍未得到回答。研究没有发现结果改善的证据。
治疗失败——例如死亡或症状未缓解——下降了 23%,但这一下降没有统计学显著性,因为这类病例一开始就很少。
研究合著者、赞助该试验的全球健康非营利组织 PATH 首席AI官比拉尔·马廷(Bilal Mateen)医生说,治疗失败“在初级保健中太罕见了”。他说,一项试验需要约 13.9万人 才能检测出有意义的差异。
该试验由盖茨基金会资助,该基金会为 NPR 全球健康团队提供资金支持;NPR 对所有内容负全责。
专家评价
尽管如此,在持续探索AI在医疗保健中可发挥的作用、尤其是在资源较少国家的作用时,这项研究受到了赞扬。斯坦福大学医学与生物医学数据科学副教授乔纳森·陈(Jonathan Chen)医生没有参与这项研究,他说:“这是一项重要研究,因为它超越了仅仅用AI系统进行模拟测试。”该研究是首批比较此类AI作为初级保健辅助工具潜力的试验之一。
马廷说,用他所谓的“信息即干预”来提示医疗提供者,将产生“重要的增量效应”。
恩杰里也有同感:“它帮助我们记住方案和新指南,”她说。在一个卫生资源无法与富裕国家相比的国家,她说她的团队每小时可能接诊五六名病情各异的患者——常常没有专科医生作为后备。“拥有这个工具确实增加了价值,”她说。
至于AI建议,恩杰里说她大约一半时间觉得有帮助——另一半建议没那么有帮助,但很少出错。
“但我仍然觉得有它很好——给你第二次肯定或否定,就像有一位上级说‘你那里可以做得更好’或‘你做得不错’,”她说。大多数AI建议被专家小组评为安全且适当。
马廷说,他正致力于在全球实施该工具。
前景与担忧
论文没有研究AI是否能增加医疗可及性,但陈最对此感到兴奋。他说,随着AI变得更好,它实际上可以为卫生工作者的记录创建草稿供编辑——这可能让他们节省时间,从而接诊更多患者。或者AI工具甚至可以与患者本人互动。
他说,“及时且持续的医疗可及性”可能是AI产生最大影响的地方。
马廷说,他正致力于将这一工具带给全球的医疗系统。但人们对新兴AI工具仍有担忧。未参与该研究的肯雅塔国家医院骨科外科医生、医疗AI研究员尼古拉斯·奥库穆(Nicholas Okumu)医生担心,新AI系统可能犯错或给出糟糕建议,导致严重错误。他警告说:“即使获批的AI仍可能造成伤害,因此监督必须保持活跃。”
【全文结束】

