智能時(shí)代下智能醫(yī)療產(chǎn)業(yè)該何去何從

（文章來(lái)源：獵云網(wǎng)）

諸如“AI醫(yī)生”、“AI診斷”以及“人工智能將最終成為人類的醫(yī)生”之類的頭條新聞或多或少使人們相信，人工智能不久后將真正取代人類醫(yī)生，但專家表示，事實(shí)上AI與人類醫(yī)生將形成一種合作關(guān)系，并非完全取代：患者很快就會(huì)發(fā)現(xiàn)，臨床醫(yī)生將與人工智能攜手，共同為他們提供服務(wù)。

在醫(yī)學(xué)界，人工智能的前景毫不悲觀。但許多人表示，針對(duì)AI的炒作尚未在真實(shí)的臨床環(huán)境中得以實(shí)現(xiàn)。對(duì)于人工智能服務(wù)將如何產(chǎn)生巨大影響，各界人士的看法褒貶不一。目前，尚不清楚人工智能能否改善患者的生活，對(duì)于硅谷企業(yè)、醫(yī)療保健組織和保險(xiǎn)公司等期望達(dá)到的最低目標(biāo)也不得而知。

Human Diagnosis Project（Human Dx）的創(chuàng)始人兼主席Jayanth Komarneni表示：“AI就像技術(shù)一樣，既可以填補(bǔ)差異，也可能會(huì)加劇差異，而在加劇差異的能力方面，沒(méi)有任何事物能與AI媲美。”Human Dx是一家專注于眾包專業(yè)醫(yī)療的公益機(jī)構(gòu)。

當(dāng)前，最熱門的AI技術(shù)是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。與嚴(yán)格遵循人類編寫規(guī)則的計(jì)算機(jī)程序不同，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法都可以通過(guò)查看數(shù)據(jù)集進(jìn)行學(xué)習(xí)，并做出新預(yù)測(cè)。最值得一提的是深度學(xué)習(xí)，這一技術(shù)還可以通過(guò)發(fā)現(xiàn)人們潛在錯(cuò)漏的數(shù)據(jù)模式來(lái)做出有價(jià)值的預(yù)測(cè)。

但是，僅僅依靠AI，還不足以充分發(fā)揮這些預(yù)測(cè)在醫(yī)療保健方面的作用。然而，人類仍然必須做出可能對(duì)健康和資金產(chǎn)生巨大影響甚至后果的決策。由于AI系統(tǒng)缺乏人類的一般智力，系統(tǒng)的預(yù)測(cè)或許模棱兩可、令人困惑。如果醫(yī)生和醫(yī)院毫不保留地相信AI，可能會(huì)釀成大禍。深度學(xué)習(xí)預(yù)測(cè)在首次遇到異常的數(shù)據(jù)點(diǎn)（例如特殊的醫(yī)療病例），或者在學(xué)習(xí)無(wú)法良好普遍適用的特定數(shù)據(jù)集中時(shí)，也會(huì)出現(xiàn)謬誤。

在應(yīng)用于海量數(shù)據(jù)集時(shí)，AI預(yù)測(cè)的表現(xiàn)最佳。例如，由于可以訪問(wèn)大量人群和患者數(shù)據(jù)，中國(guó)在訓(xùn)練AI系統(tǒng)方面具有優(yōu)勢(shì)。2月，《Nature Medicine》雜志發(fā)表了一項(xiàng)由中國(guó)廣州和圣地亞哥研究人員展開(kāi)的研究。該研究基于超過(guò)56.7萬(wàn)名兒童的電子健康記錄，可以診斷出許多常見(jiàn)的兒童疾病。

在其他情況下，這種預(yù)測(cè)仍然很難實(shí)現(xiàn)。例如，多倫多大學(xué)計(jì)算機(jī)科學(xué)家和生物醫(yī)學(xué)工程師Marzyeh Ghassemi表示：“在一家城市醫(yī)院，例如貝以迪醫(yī)院，有4萬(wàn)名ICU患者。我們可以根據(jù)所有的患者資料做出預(yù)測(cè)。這些預(yù)測(cè)結(jié)果也許適用于波士頓的另一家醫(yī)院。但對(duì)另一個(gè)州或者另一個(gè)國(guó)家的醫(yī)院是否適用呢？我們無(wú)法給出肯定的答案?！?/p>

雖然AI模型可能并不通用，但Ghassemi認(rèn)為該技術(shù)仍值得探索?！拔曳浅Ｙ澇蓪⑦@些模型從實(shí)驗(yàn)室?guī)蚺R床，但是必須采取非常積極的預(yù)防措施。”Ghassemi還提議AI算法需經(jīng)常審核，從而確保不同種族、性別、年齡和健康保險(xiǎn)的公平性和準(zhǔn)確性。由于AI在其他領(lǐng)域的應(yīng)用已經(jīng)證明了它的誤差率，因此這一點(diǎn)將非常重要。

在確保完成上述所有步驟之后，提供AI服務(wù)的人員和公司將解決某些不可避免的法律問(wèn)題。與多數(shù)通常只需一個(gè)監(jiān)管機(jī)構(gòu)批準(zhǔn)的醫(yī)療設(shè)備不同，AI服務(wù)或許每進(jìn)行一次新數(shù)據(jù)學(xué)習(xí)，都要進(jìn)行額外的審核。

一些監(jiān)管機(jī)構(gòu)也正在重新考慮評(píng)估AI醫(yī)療保健的方式。4月，美國(guó)食品和藥物管理局（FDA）向公眾發(fā)布了一份文件，征求關(guān)于如何更新相關(guān)監(jiān)管審查的公眾反饋意見(jiàn)?！耙恢币詠?lái)，我們不懈努力的目標(biāo)是讓技術(shù)惠及群眾，但我們也意識(shí)到目前的方法效果欠佳，”FDA數(shù)字健康總監(jiān)Bakul Patel表示。“這就是我們需要縱觀整個(gè)產(chǎn)品生命周期整體方法的原因。”

除了關(guān)于授權(quán)、隱私和法規(guī)的問(wèn)題，誰(shuí)將最大程度地從AI醫(yī)療服務(wù)中受益仍不可知。醫(yī)療保健的差異也已經(jīng)存在：根據(jù)世界銀行和世界衛(wèi)生組織的統(tǒng)計(jì)，全球一半的人口無(wú)法獲得基本醫(yī)療服務(wù)，近1億人口因醫(yī)療費(fèi)用而陷入極度貧困。依靠AI的部署方式，這些不平等或許可以得到改善，也可能使情況更糟。

這一切將如何發(fā)展取決于部署AI的不同愿景。早期AI開(kāi)發(fā)的切入點(diǎn)是非常小的醫(yī)療診斷應(yīng)用，例如檢查皮膚癌或指甲真菌的圖像或讀取胸部X光片。但近期的研究的重點(diǎn)已經(jīng)轉(zhuǎn)向更快速地診斷多種健康疾病。