來源：愛范兒 作者：吳志奇
僅在美國，每年有成千上萬的患者死于完全可以治愈的心臟病。
但是因為無法及時發(fā)現(xiàn)這些問題，導(dǎo)致臨時出現(xiàn)狀況時心臟驟停。而 AI 可以解決提前預(yù)測的問題。
美國使用 AI 改進心臟病治療方法的核心人物之一 Mayo，在過去三年和團隊已經(jīng)發(fā)表超過二十項關(guān)于心臟病學(xué) AI 的研究，并在數(shù)十家保健診所進行了現(xiàn)場算法測試。
▲梅奧診所（Mayo Clinic）
這些正在開發(fā)的算法，能在手術(shù)之前檢測心臟功能的細微差別，預(yù)測心臟的異常和即將發(fā)生的疾病。
這只是 AI 可以在醫(yī)療保健上發(fā)揮重大價值的一面。
隨著 AI 工具越來越多進入醫(yī)療保健行業(yè)，它未來能執(zhí)行的任務(wù)，包括了接聽電話、病理審查、人口健康趨勢和分析、治療藥物和設(shè)備設(shè)計、閱讀放射圖像、制定臨床診斷和治療計劃等等，甚至還能和患者交談。
▲ 圖片來自：NetApp
而現(xiàn)在 AI 已經(jīng)為醫(yī)療帶來了顯而易見的好處。
MIT Technology Review 通過與 900 多位醫(yī)療保健專業(yè)人員的訪談，發(fā)現(xiàn) AI 已經(jīng)被用來改善數(shù)據(jù)分析，實現(xiàn)更好的治療診斷以及減輕管理負擔(dān)。
報告顯示，AI 讓臨床醫(yī)生有更多時間來執(zhí)行其他任務(wù)，以及為患者提供越來越多的個性化定制的最佳護理。
在 8 月發(fā)表的研究中，Mayo 表示，預(yù)付心臟病的算法已經(jīng)能夠以 80％的準(zhǔn)確率準(zhǔn)確識別患有房顫的患者。
▲ 團隊成員 Friedman 讀取患者的心電圖檢查結(jié)果
除了臨床醫(yī)生，AI 技術(shù)還給其它運營、研究人員以及患者都帶來了很多便捷之處。
后方的醫(yī)生能承擔(dān)做筆記、更新電子健康記錄等更多行政工作，而且部署的 AI 越多，醫(yī)生在計算機上花費的時間就會越少。
相關(guān)研究人員還能加快開發(fā)新藥物治療的速度并降低成本，通過利用分析來挖掘以前未開發(fā)的重要未編碼臨床數(shù)據(jù)存儲，對醫(yī)療進行個性化設(shè)置。
患者也能在整個過程中，加強對自己護理的改善，通過應(yīng)用程序更多與醫(yī)生互動，并簡化獲得護理的流程。
▲ 圖片來自：Unsplash
但同時，任何一種新事物都必須經(jīng)歷雙面的試煉。
越來越多 AI 實驗，都是「快速嘗試，然后快速失敗，未來再去修正」的方式開展，當(dāng) AI 產(chǎn)品進入現(xiàn)實，檢查結(jié)果很容易讓人失望，因為大部分產(chǎn)品還沒有足夠的數(shù)據(jù)和成果支撐。
在醫(yī)療保健上使用，風(fēng)險就更大了。
AI 的風(fēng)口下，很多研究結(jié)論常常被夸大，不僅是因為大家對此的關(guān)注度很高，據(jù)研究公司 Gartner 7 月份的一份報告，僅在今年第三季度，醫(yī)療人工智能就吸引了 16 億美元的風(fēng)險投資資金，幾乎達到虛高預(yù)期的頂峰。
但 《歐洲臨床研究雜志》1 月份的一篇文章指出，很少有科技初創(chuàng)公司在同行評審的期刊上發(fā)表他們的研究。還有業(yè)內(nèi)分析人士指出，很多 AI 開發(fā)人員對昂貴而耗時的試驗根本沒有興趣。
▲ 圖片來自：iStock / skynesher
盡管軟件開發(fā)人員還是會夸耀其 AI 設(shè)備的準(zhǔn)確性，但他們的 AI 模型事實上大部分是在計算機上測試，而不是在醫(yī)院或其他醫(yī)療機構(gòu)中進行。
《深度醫(yī)學(xué)：人工智能如何使醫(yī)療保健再次成為人類》的作者 Topol 也表示：美國出售的 AI 產(chǎn)品都沒有經(jīng)過隨機臨床試驗測試。事實上，大多數(shù) AI 設(shè)備根本都不需要 FDA 批準(zhǔn)。
這就表示，讓未經(jīng)驗證的軟件進入市場，患者就像成為了不知情的豚鼠。
不過西雅圖艾倫 AI 研究所首席執(zhí)行官 Oren Etzioni 表示，AI 開發(fā)人員有足夠的經(jīng)濟動機，來確保他們的醫(yī)療產(chǎn)品安全。
如果 AI 產(chǎn)品快速失敗，意味著很多人死亡或受到嚴(yán)重傷害，沒有人愿意看到這一點，包括投資者在內(nèi)。
▲ 圖片來自：Unsplash
但 AI 系統(tǒng)本身依然是個「黑匣子」，開發(fā)人員也不清楚數(shù)據(jù)如何運算最終得出結(jié)論。
斯坦福大學(xué)生物醫(yī)學(xué)倫理學(xué)中心的兒科學(xué)教授 Mildred Cho 表示，AI 系統(tǒng)有時會根據(jù)與疾病無關(guān)的因素做出預(yù)測，這會導(dǎo)致提前預(yù)測的結(jié)論錯誤，同樣也會耽誤到病情治療，而且，如果醫(yī)生以此為據(jù)，也可能進行不必要的檢查或誤判。
加拿大一家公司曾開發(fā)過一個 AI 軟件，能根據(jù)講話來預(yù)測一個人是否有患老年癡呆癥的風(fēng)險。結(jié)果發(fā)現(xiàn) AI 判斷出現(xiàn)很多異常，因為系統(tǒng)認為老人們沒有講對單詞，但事實上，后來才知道是因為他們很多不懂英語，而不是由于認知障礙。
同時，醫(yī)療服務(wù)機構(gòu)和患者之間因此而產(chǎn)生的不信任感，以及人們對隱私泄露的恐慌感，也是這其中最大的挑戰(zhàn)之一。
▲ 圖片來自：Olimpia Zagnoli
但這并不是代表要對醫(yī)療保健行業(yè)的 AI 研究適可而止。
正好相反，要鼓勵研究人員進行更創(chuàng)新的開發(fā)，以及更落地的實驗，未知風(fēng)險要進行嚴(yán)格處理。對于醫(yī)療機構(gòu)來說，無論有沒有 AI 介入，都要盡可能保證患者的安全。
而每個身處其中的人，需要謹(jǐn)慎辨別所有新的事物，切勿病急亂投醫(yī)，無論是在健康本身或是其他方面，保護好自己的利益。
