医生在诊疗过程中是否使用人工智能？患者应如何理解AI在医疗中的应用？

在我最近的一次采访中，我与CNN健康专家莱安娜·温博士讨论了这些问题。温博士是一位急诊医师、乔治华盛顿大学兼职副教授，也是布鲁金斯学会的非驻院高级研究员，她的研究领域包括技术、医学和公共卫生的交叉点。她之前曾担任巴尔的摩市的卫生专员。

CNN：患者应该如何看待医疗保健中不同的人工智能应用？

莱安娜·温博士： 首先，了解预测性人工智能和生成性人工智能之间的区别是有帮助的。

预测性人工智能利用数学模型和模式识别来预测未来。例如，一个预测性人工智能算法可以识别哪些肺炎患者最有可能需要住院治疗。

假设你是患者。通过参考许多其他具有类似病情（如肺炎、糖尿病或心脏病）的患者的经验，算法可以根据影响你病情的因素（如年龄、性别、其他疾病、实验室数据和种族背景）为你制定一个护理计划。该算法可以帮助医生决定你是否需要住院以及哪种治疗对你的情况最有效。

生成性人工智能则使用大型语言模型来生成类似人类的互动。许多人可能熟悉ChatGPT，这是一种生成性人工智能，以对话的方式回答用户的问题。生成性人工智能可以在很短的时间内总结大量信息，远远超过任何人的能力。一些研究表明，生成性人工智能模型可以“学习”到足以通过医学执照考试的程度，并且能够生成易于理解、写得很好的患者指南，涵盖各种主题。

然而，也存在担忧，认为这些模型可能会“产生幻觉”，即生成误导性和不准确的回答。无论是预测性还是生成性人工智能，其效果取决于它们所训练的数据。在评估医疗保健中人工智能的实用性时，重要的是要分别查看每个工具，并了解其开发过程及其预期用途。

CNN：人工智能目前是如何用于诊断患者的？

温博士： 有一些经过良好验证的例子表明，预测性人工智能正在被用来增强和改进诊断。

以结肠镜检查为例，这是诊断结直肠癌的黄金标准。在检查过程中，医生会将一根长管通过结肠，并手动识别和移除可能为癌症或癌前病变的息肉。

人工智能可以被“训练”来识别息肉并在结肠镜检查过程中标记它们。世界各地多个医疗机构进行的多项随机对照研究显示，使用人工智能辅助结肠镜检查显著降低了漏检潜在癌症病灶的可能性。

同样，人工智能也被用于辅助阅读乳腺X光片，这是检测乳腺癌的关键筛查工具。研究表明，人工智能支持的乳腺X光片筛查至少与两名受过训练的放射科医生读片一样准确，甚至可能提高癌症检测率并减轻临床医生的工作负担。美国食品药品监督管理局已经批准了大约二十种有助于乳腺癌筛查的人工智能产品，但由于部署这些工具在临床实践中可能涉及额外成本，其采用仍然有限。

CNN：人工智能是如何用于指导治疗的？

温博士： 一个例子是由约翰霍普金斯大学的研究人员开发的一种预测性人工智能算法，用于识别住院患者中高风险发生败血症的情况。败血症是一种全身性的感染，可能导致多器官衰竭和死亡。这个早期预警系统已在多家医院部署，并发现可以减少检测败血症所需的时间，从而更快地开始抗生素和其他治疗。

凯撒永久医疗集团也部署了一种预测性人工智能工具，用于监测住院患者的恶化情况。如果基于患者的生命体征、实验室测试、护士报告等因素的数据表明临床状况恶化，系统会发出警报，以便患者可以迅速由现场医护人员评估。这项工具与显著降低的死亡率相关。

CNN：我如何了解我的医疗服务提供者办公室是如何使用人工智能进行诊断和其他任务的？我可以做些什么来保护我的隐私？

温博士： 我们现在所说的许多人工智能技术其实已经存在很长时间了。例如，多年来一直在使用预测性算法来帮助定制治疗计划。医生办公室越来越多地使用人工智能来帮助起草电子邮件回复和协助记录。

我认为可以合理假设你的医疗服务提供者的办公室已经在某种程度上使用了人工智能。你可以询问你的医疗服务提供者，并参考他们要求你签署的政策文件，其中可能包括使用某些技术的许可。

你的医疗记录受到《健康保险可移植性和责任法案》（HIPAA）的保护，该法案依法保护敏感的健康信息。

CNN：医疗服务提供者如何看待人工智能的使用？它是否减少了低效和文书工作负担？

温博士： 我认为临床医生特别高兴能有减少文档和文书工作的应用程序。例如，生成性人工智能正在被用于一种称为环境AI的技术，以协助医疗记录。基本上，该工具“倾听”医生和患者之间的对话，然后将其转换成医疗记录，医生可以对其进行编辑。研究发现，这种环境AI抄写员减少了记笔记的时间，并受到了医生和患者的积极评价。

医生还使用生成性人工智能来帮助撰写发送给保险公司以获得某些药物和治疗许可的预先授权信。这有助于减少医疗机构的行政负担，甚至可能对抗医疗工作者的职业倦怠。

CNN：保险公司是否会使用人工智能拒绝索赔？

温博士： 这是有可能的。也可以想象，人工智能的存在将成为与保险公司讨论索赔和其他问题时接触真人的重大障碍。

这是使用人工智能的众多关切之一。其他问题还包括继续确保隐私和数据安全，以及独立验证算法并透明地分享结果。技术人员、临床医生和监管机构应该考虑医疗保健中人工智能的许多积极用途，同时也要确保严格研究每种工具，并谨慎部署。

(全文结束)