AI正在改变医疗保健的意外方式——超越笔记和诊断

随着人工智能（AI）在医疗保健行业的普及，“环境记录员”和“收件箱自动化响应”等术语也随之兴起。这些工具对患者、医生和医疗机构产生了巨大的影响，但它们并不是AI在医疗保健领域的唯一重要应用。《新闻周刊》与健康科技领导者进行了交流，揭示了一些不为人知的AI工具如何解决行业中的问题。以下是四个故事。

改善公共卫生

朱德·孔格（Dr. Jude Kong）在喀麦隆西北部的一个小村庄Shiy长大，最近的医院距离村庄约四小时车程，且仅有一名医生。村民们生病时只能自行用药，危急时刻通常要靠人力抬往医院，许多人因此在途中去世。孔格告诉《新闻周刊》，他所在的社区妇女们共同努力帮助他的母亲支持他完成学业，最终成为村里第一个接受中学教育的人。

如今，孔格是多伦多大学AI和数学建模实验室的教授兼主任，同时领导着非洲-加拿大AI与数据创新联盟及全球南方AI应对流行病准备与响应网络。通过与当地社区和政府合作，孔格利用AI定制解决方案，以改善像Shiy这样的社区的公共卫生和医疗可及性。

孔格的工作已经在全球范围内产生了影响。例如，在埃塞俄比亚，一个AI模型可以分析照片来判断患者的瘫痪是否由脊髓灰质炎引起；在秘鲁，AI驱动的呼气分析仪可用于诊断呼吸系统疾病；在南非，一种空气质量监测工具使用AI量化矿山周围的温室气体排放，使社区成员能够在法庭上证明某些区域存在危险。

这些工具并非旨在大规模推广，而是针对特定人群的具体问题进行设计和训练，这些问题往往被现有医疗体系忽视。孔格的组织从概念阶段到实施都包括当地社区和研究人员，从而建立对新技术的信任。

“当你让人们共同参与并共同创造AI时，你就无需再向他们推销它，他们会自然而然地采用。”孔格说。

将‘交响乐’带入手术室

罗伯特·马森博士（Dr. Robert Masson）一直以未来主义的方式从事神经外科实践，创新脊柱手术程序并引入机器人技术。然而，他注意到大多数技术产品都集中在提升外科医生的表现和能力，而忽略了与之协作的团队。

为了改变这一现状，马森创立了eXeX公司，并担任首席执行官。“我们希望通过更宏观的角度解决问题，”马森告诉《新闻周刊》，“我们关注整个团队，思考如何改进手术的‘交响乐’。”

手术室内有成千上万的工具和数十种设备，但在无菌环境中缺乏检查清单或数据库。任何细节的遗漏都会导致“成本增加和中断”。eXeX的AI工具旨在增强手术团队之间的沟通、明确性和定位感，减轻对手术记忆的依赖。

该产品结合了语言模型和计算机视觉模型，可以在手术过程中回答团队的问题，并帮助他们确定房间内的位置。系统连接到头戴式空间计算应用程序，并可通过Apple Vision Pro的摄像头功能操作。“运行在头盔上的应用程序具有实时的空间感知能力，能够精确了解用户的位置及其注视方向。”eXeX运营长尼古拉斯·坎巴塔（Nicholas Cambata）告诉《新闻周刊》。手术技术人员可以在手术前设置托盘并向AI询问检查情况；随后，AI会识别缺少的工具，并告知它们的确切位置。

坎巴塔表示，AI模型完全可定制，基于每位外科医生的工作流程和每个手术室的独特布局进行训练。eXeX已在第一家医院系统商业化推出，但马森称该产品已在他的实践中带来了革命性的变化。“拥有这个实时虚拟检查表，就像进入了一种无压力、无缝协作的状态。”马森说。

加速影像处理过程

放射学主导了医疗AI市场，占FDA批准的AI和机器学习产品的76%。许多工具可以帮助读取和解释扫描结果，但它们还有其他用途。UMass纪念健康中心首席医疗信息官兼AI和临床创新副主席伊丽莎白·加伍德博士（Dr. Elisabeth Garwood）告诉《新闻周刊》，UMass在其临床工作流中运行至少40个AI算法，使影像处理更加高效。

优先级算法会标记出异常的检查结果，以便关键患者更快获得结果；另一款AI驱动的计费软件自动编码“简单”的病例，使稀缺的医疗编码员可以专注于更复杂的案例。加伍德表示，患者注意到MRI扫描时间缩短了，这得益于UMass使用的加速算法。获取足够数据以生成清晰解剖图像所需的时间较长，如果机器加速运行，图像可能会变得粗糙。但是，机器学习算法可以处理加速的数据，重建高质量的诊断图像，从而减少扫描时间。

大约15%的患者在MRI过程中会出现严重焦虑，导致约十分之一的扫描被迫终止。AI正在帮助使这一过程更加舒适，让医生能够获得所需的诊断结果。

“MRI扫描漫长、不适且噪音大，但它对医学决策非常有价值。”加伍德说，“UMass的加速算法使我们的MRI扫描速度快了25%，真正改善了患者的体验，减少了他们在MRI机内的时间。”

推动疾病研究

拜耳风险投资部门Leaps的公共关系负责人基拉·佩科夫（Kira Peikoff）与多家公司合作，利用技术（包括AI）应对健康和农业领域的重大挑战。Leaps在过去十年中投资了超过65家初创公司，金额达200万美元。该公司持有这些初创公司的少数股权，并帮助它们通过临床试验或商业化推进技术发展。只有那些拥有前沿产品的公司才能入选。

“Leaps的投资策略始终聚焦于处于早期阶段、开创性技术的公司，而不是增量或重新配制的产品。”佩科夫说，“我们必须寻找有可能改变治疗或适应症范式的创新。”

拜耳的10个宏伟目标（或称为‘飞跃’）中有一半涉及健康领域，从“预防和治愈癌症”到“逆转自身免疫性疾病和慢性炎症”。该公司认为AI有望进一步推动这些目标的实现。

(全文结束)