人工智能会让所有人看得起病，还是让大部分人看不起？
1
“AI将当作为你的大夫”“将来的大夫可能不再是人类”“AI在临床测试中打败了人类大夫”。你如果看了这些题目就误觉得人工智能不久将会代替大夫，也是情有可原的。但专家说，二者合作的可能性更大。病人们很快就会发现，他们的命运将由人类大夫和其AI助手配合把握。
医学界对人工智能并不乏乐不雅之见，但也有很多人持谨严立场。很多以人工智能为题的炒作，都尚未在临床应用中实现。关于人工智能将如何发生最庞大的影响，人们各持己见。没人知道，人工智能是否可以改善病人的糊口程度，抑或只是当作为硅谷公司、医疗机构和保险公司提高利润的手段。
哈佛医学院生物医学信息学研究员艾萨克?科恩（Isaac Kohane）暗示：“其实患者们都但愿人工智能可以改善医疗系统，但我们得避免硅谷那样炒作式的应用”。
—studio infografika
若按照估计趋向成长，人工智能是可以扩大医疗办事的普及规模、降低当作本，从而实现医疗平易近本家儿化的，这对美国来说是一个福音。尽管美国人每年人均医疗保健的破费为10739美元，但在很多医疗办法上，美国的排名并不乐不雅。人工智能可以让大夫从过重的工作承担中解放出来，从而降低医疗变乱风险。在美国，每年有当作千上万的人死于医疗变乱。在中国的城市，病院人满为患，天天有近万病人涌标的目的门诊部。对于这些医疗人员匮乏的国度而言，人工智能即使没有完美的精度，也有很大的操纵价值。
但攻讦人士指出，若过早应用人工智能，而不周全考虑病人的隐私、轻忽所存在的成见和限制，或者高质量、普及化的医疗办事未能实现，那么所有这些夸姣的幻想都终将是泡沫。
贾安特·科马内尼（Jayanth Komarneni）说：“科技可以缩小差别，也可以扩大差别。而在加剧差别上，没什么能和人工智能媲美。”他是人类诊断项目（Human Diagnosis Project, Human Dx）的创始人兼本家儿席。Human Dx是一家专注于医疗专业常识众包的公益公司。
2
机械进修和深度进修是时下两大热点的人工智能手艺。这两种算法能经由过程进修数据集更新展望，而不必古板地按照语句执行程序。尤其是深度进修，这种算法可以发现人类可能轻忽的数据模子，做出惊人的展望。
可是在医疗范畴，仅凭人工智能做展望是不敷的，最主要的健康决议计划和资金方案仍是要由人来拍案。因为人工智能系统缺乏人类的一般智力，它们可能会做出偏离现实、莫名其妙的展望。大夫如果完全依靠这些计较成果，很可能会弄巧当作拙。
最经典的例子莫过于微软研究院高级研究员里奇·卡鲁阿纳（Rich Caruana）做的一项研究，该项目于2018年颁发在《工程与手艺》（Engineering and Technology）上。在20宿世纪90年月，卡鲁阿纳曾介入一个项目，他们想经由过程早期的机械进修评估病人患肺炎风险的凹凸。但当他们试图用进修模子评估哮喘病人的病例时，问题呈现了。因为哮喘患者存在呼吸坚苦的环境，他们罹患肺炎的风险很高，但模子却将这些病人归到低风险类，认为不消对他们进行过多干涉干与，更不消住院治疗——这是人类大夫绝对不会做出的决议。
肯尼斯·荣格（Kenneth Jung）是斯坦福大学生物医学信息学研究中间的研究科学家，他说，若是盲目相信模子成果，很轻易出问题，因为模子会说：“哎呀，这个患了哮喘的孩子得了肺炎，不外没事，我们只用给他们一些抗生素，让他们回家就好了。”
深度进修的展望也有可能掉败，好比初度处置特别的数据点（好比怪异的病例），或者一些特别的数据模子并不合用于其他病例。
—studio infografika
数据集越大，人工智能展望表示得越好。中国有着大量的生齿和病人数据，这是是练习人工智能系统的优势。2019年2月，《天然医学》（Nature Medicine）颁发了一项研究。这项研究由来自圣地亚哥和广州的研究人员合作进行，该研究基于56.7万名儿童的电子健康档案，有望实现操纵人工智能诊断常见的儿童疾病。
但当研究人员试图将算法应用到新的生齿情况时，仍是出了问题。在《天然医学》颁发的那项研究中，所有50万名患者均来自广州的统一个医疗中间，而从这个数据集中练习获得的诊断模子，不一定合用于其他处所的儿科病例。每一个医疗中间偏重的病人类型都纷歧样。好比说，一家以心血管中间著名的病院，天然会吸引更多的心脏病患者。广州的病院中国当地病人比力多；而上海的病院可能会有更多的外国病人，是以广州病院的经验也不合用于上海。
—Brian Russell
在2017年的TEDx演讲中，来自约翰霍普金斯病院的新吉尼·昆都（Shinjini Kundu）提到，在收集医学图像信息方面，人工智能比大夫具有更大的潜能。在病人表示出病症以前，人工智能就可以或许展望疾病。
无独有偶。马尔齐耶·加塞米（Marzyeh Ghassemi）是来自多伦多大学的计较机科学家和生物医学工程师，据她所说，贝斯以色列女执事医疗中间的重症监护室有4万名病人，而那只是这个城市的冰山一角。“没错，我看过的论文都用这些数据做过展望。但这些模子能用在波士顿的其他病院吗？可能吧。其他州呢？其他国度呢？我们不知道。”
不外尽管人工智能模子在这方面的泛化性不强，加塞米仍认为这项手艺值得摸索。“我很是赞当作把这些模子应用光临床上，但在此之前，必需做好积极的防御办法。”
3
I.格伦·科恩（I. Glenn Cohen）是哈佛大学法学传授，也是精准医疗、人工智能和法令项目标负责人。他说，这些防御办法要摆设在AI开辟及应用阶段。这或许涉及到对人工智能展望的精确性和透明度的证实。在数据采集的过程中，研究人员必需庇护病人隐私。病人赞成后，才能用患者的数据来练习模子。
科恩说，当真的要将模子展望成果在病人身长进行临床测试时，还会再一次碰到近似的问题。“该不应告诉病人你要把算法成果用在他们身上呢？测试过程是否完全顺从人工智能，仍是仅把其成果作为参考呢？对这些问题的考虑都还不敷充实。”
加塞米也倡导，面临分歧种族、性别、年数、以及医保环境的人，要经常审核算法以确保其公道性和精确性。这很主要，因为其他范畴的应用已经表白，人工智能很轻易引起成见。
—Andrea Lagunas
接下来是法令问题：供给AI办事的公司和小我都必需为某些不成避免的错误承担责任。大大都医疗设备只需颠末一个监管部分的核准，但人工智能设备无论何时进修新数据，都需要颠末额外的审核。
一些监管部分正在从头衡量智能医疗系统的评价模式。2019年4月，FDA（美国食物和药物办理局）发布了一份会商文件，就如何改善相关审查评估收罗公共的观点。“我们一向强调不忘初心，那就是为人们供给手艺撑持，但我们也意识到现行的方式并不是出格好。”巴库尔·帕特尔（Bakul Patel）如是说，他是FDA数字健康部分的负责人。“这就是为什么我们需要从宏不雅上把握手艺的整个生命周期。”
在评估、隐私和监管问题之外，还有一个不甚了然的问题，那就是智能医疗的最大受益者是谁。据宿世界银行和宿世界卫生组织统计，全球有一半的人无法获得根基的医疗办事保障，近1亿生齿因无法承受医疗保健的昂扬费用而陷入极端贫苦。由此发生了这南北极分化：人工智能要么可以缩小这些差距，要么就会使环境变得更糟。这完全取决于人工智能将如何成长下去。
4
来自瑞士联邦理工学院的生物伦理学家埃菲·瓦耶纳（Effy Vayena）说：“很多关于人工智能的会商都集中在医疗平易近本家儿化，我也但愿这能实现。但若是最终，只有那些无论如何都承担得起昂扬医疗费的人能享受到更好的医疗办事，那么这可能并不是我们所等候的转变。”
这一切将如何成长，取决于人工智能应用的分歧愿景。早期的成长比力狭隘地集中在诊断应用上，好比经由过程图像处置以更切确地确诊皮肤癌或指甲真菌，或是读取胸部X光片。但比来，人们起头更多地测验考试同时对多种健康问题进行快速诊断。
2018年8月，英国莫尔菲尔德眼科病院以及DeepMind（谷歌母公司Alphabet旗下、位于伦敦的人工智能尝试室）暗示，他们当作功练习了一套人工智能系统，该系统可以经由过程扫描，识别50多种眼部疾病。这能与行业最领先的专家相媲美。圣地亚哥和广州的研究组也怀着同样的大志壮志，练习人工智能诊断通俗儿童疾病。固然后者没有经验丰硕的大夫那么超卓，但仍然优胜于一些新手。
—Tomek Tuz
医疗平易近本家儿化的实现，不在于让人工智能跨越人类专家的佼佼者，而在于让更多人享受到现有的医疗程度。但今朝为止，很多人工智能方案仍着眼于提高现有的医疗保健手艺，而不是推广平价的医疗办事。科恩说：“让当下的医疗办事惠及更多的人，比提高医疗手艺更有意义。”
埃森哲（Accenture）咨询公司展望，到2026年，最顶尖的人工智能应用将为美国经济每年节流1500亿美元。但病人和由税出入撑的医疗系统可否从中获益，却不得而知。很有可能，这些收益只会进到手艺公司、医疗保健供给商和保险公司的腰包里。
科恩说：“谁把握本家儿动权，谁来买单，这才是最值得思虑的问题。人们拟定贸易打算时轻易发生幻觉，自觉得清晰如何实现方针。”
科恩警告说，即便人工智能系统给出了当作本节流方案，但若是大夫和医疗保健机构会是以赔本，他们可不一定会采纳。这其实反映出更大的问题，涉及美国健康保险公司的运作体例。这些公司是按办事收费的，而这种模式往往会鼓动勉励大夫和病院增添不需要的检测和医疗流程。
5
或许还有一种应用人工智能的方式，既包管大夫的本家儿导权，又能晋升诊断效率。在2019年出书的《深度医学》（Deep Medicine）中，斯克里普斯研究转化研究所所长兼创始人埃里克·托波尔（Eric Topol）提出，可以设计一个超等医疗Siri，记实大夫和病人之间的互动。这些记实会备份在患者的电子健康档案中，提醒大夫扣问病人的相关病史。
托波尔说：“我们但愿让大夫卸下数据记实员这个承担，把更多的精神花在病人身上。有了人工智能来清算数据，大夫就不需要费太大的气力审查数据。”
科恩说，这种“有着永远记忆的医疗助理”，或者说“抄写员”，要能主动跟踪和转录大夫与病人的多种声音。他很赏识托波尔德设法，但他也提到，今朝大大都在研的人工智能应用，似乎都和医疗助理关系不大。不外Saykara和DeepScribe等公司也照这个思绪开辟了一些办事，甚至谷歌也和斯坦福大学合作，测试近似的“数字抄写员”手艺。
—Brian Russell
AI助理”听上去没有“AI大夫”那么高峻上，但这项手艺可以帮忙大夫腾出更多的时候专注于病人，从而提高医疗保健的整体质量。尤其是家庭大夫，他们跨越一半的工作时候都花在把数据输入到电子健康档案中。这种身体和精力上的双重委靡往往会引起恐怖的后果，好比病人的灭亡。
嘲讽的是，设计电子健康档案的最初意愿，是想经由过程优化病人信息的获取，来提高医疗质量，降低当作本。托波尔和很多专家都指出，对于当下环绕人工智能在医学和医疗范畴口不择言的宣传而言，电子健康档案是一个警示。
这个四分五裂，各自为营的电子病历系管辖域背后的始作俑者，就是数百家自力供给商，他们长于隔离患者数据，使得大夫和患者都无法自由拜候这些数据。若是说汗青在这里能起到丁点感化的话，科技公司和医疗卫生部分应该能注重到要避免重蹈只为本身的AI贮藏数据的覆辙。
科马内尼说，可以采用集当作智能系统，对来自分歧来历的医疗建议进行排名。他正在借助Human Dx进行测验考试。在美国医学会等大型医疗机构的撑持下，Human Dx成立了一个在线平台，为数千名大夫就特定医疗案例供给众包建议。理论上，这个平台某一天或许也能集当作很多分歧人工智能系统的诊断建议。
托波尔说，当大夫还在期待AI助理的问宿世时，Human Dx这样的众包工程“已经能帮忙提高诊断结果，甚至提出改善疗法的建议”。2018年，他在一个近似的平台Medscape Consult上，与人合作撰写了一份研究陈述。该陈述总结，人类聪明集当作可能是人工智在医药范畴的“竞争敌手或互补方案”。
但若能通所有的测试和临床查验，人工智能办事或许将当作为人类在重塑现代医疗保健中极主要的合作伙伴。
托波尔说：“有些工作机械永远做欠好，有些工作机械的能力却远在人类之上。是以人类与机械的合作，必将形当作一个无比壮大的团队。”
翻译：Lan Lynn 审校：Erafat 编纂：语月
出格提醒：
对内容感乐趣的伴侣可以存眷公家号：神经实际。神经实际是一家专注于认知科学、神经科学、精力病学等前沿报道和深度解读的科学传布组织。
- 发表于 2019-09-29 02:01
- 阅读 ( 160 )
- 分类：其他类型
