關於支援科學新聞報道
如果您喜歡這篇文章，請考慮訂閱我們的屢獲殊榮的新聞報道以支援我們。 訂閱。透過購買訂閱，您將有助於確保關於塑造我們當今世界的發現和想法的具有影響力的故事的未來。
10月中旬，當 彼得·索洛維茨因動脈阻塞住院接受冠狀動脈搭橋手術時，他注意到了一些其他患者可能不會注意到的不協調之處。執行相互關聯的功能（例如，劑量和藥物輸送）的機器彼此不通訊，而且紙上詳述的患者統計資料不在醫院的電子病歷中。
作為 麻省理工學院臨床決策小組的負責人，該小組致力於將 人工智慧（AI）應用於醫學，索洛維茨知道，智慧系統可以透過更好地協同工作來最佳化護理，從而消除錯誤並避免重複醫學測試。事實上，在 美國醫療保健辯論中，一些專家表示，人工智慧可以透過幫助醫生診斷病情和選擇治療方案來減輕他們的負擔。
當然，同樣的說法在 20 世紀 70 年代和 80 年代就已出現，當時媒體的狂轟濫炸將醫療人工智慧推上了新聞週刊的封面。雖然它透過各種診斷 程式（如INTERNIST和MYCIN）取得了進展，但智慧技術並沒有透過挽救生命、金錢和時間來徹底改變臨床護理。
受炒作所害
愛德華·肖特利夫，美國醫學資訊協會主席，認為一個主要問題是不切實際的期望。例如，整合單獨的電子病歷很複雜，因為這兩個來源可能不共享術語和語言。可用性也是一個問題：早期幫助醫生做出診斷的程式不方便地位於病房外。
今天的人工智慧研究人員已經認真對待這些批評，並開發了更合適的軟體。最近，明尼蘇達州羅切斯特市梅奧診所的研究人員進行的一項研究中測試了一個幫助醫生做出更準確診斷的程式。他們輸入了189名患者的實驗室測試結果和生命體徵，以訓練和測試一個程式，以評估受試者是否患有稱為心內膜炎的心臟感染。這種感染及其併發症每年導致美國29,000名患者中的60%死亡；該疾病的檢測具有侵入性，且可能痛苦和危險。但該軟體能夠明確地確定一半的患者沒有感染，從而消除了不必要且危險的手術需求。
透過人工網路進行真實診斷
該軟體基於人工神經網路，該程式模仿生物大腦的結構，並透過其網路中連線強度的調整進行學習。研究人員透過使用曾經被懷疑患有該病情的患者的病歷資訊來教導該軟體識別心內膜炎。該網路學會將每位患者的獨特症狀與診斷相關聯。在9月於舊金山舉行的抗菌劑和化療跨學科會議上，梅奧診所的傳染病專家和該研究的主要作者M.里茲萬·索海爾說：“該網路可以識別模式。就像人類一樣，一旦我們多次看到一個人患病，我們就傾向於將症狀與某些疾病聯絡起來。”
一個類似的診斷比心內膜炎更為普遍的疾病（如肺炎）的程式將提供最大的成本節省，索海爾說，這是這項研究中合乎邏輯的下一步。“更常見的診斷將透過節省資金並對公眾和醫生有幫助來顯示網路的價值，”他說。
然而，即使是最複雜的程式也可能需要人類的監測，以將診斷或治療方案放在上下文中。今天，就像開發出諸如INTERNIST和MYCIN之類的人工智慧程式時一樣，“所謂的專家系統具有你可以描述為相當薄弱的知識，”帕特里克·溫斯頓說，他是美國人工智慧協會的前主席。“他們可能知道該怎麼做，但他們沒有任何常識。因此，如果由於某種錯誤，程式建議使用一桶青黴素，該程式不會知道這是不合邏輯的。”
持懷疑態度的醫生
即使它完美執行，診斷人工智慧系統仍然可能不是醫生在診所或醫院使用的技術的主要部分。儘管計算機在現代醫院中無處不在，但隨著人們學習使用它們，新技術最初可能會減慢工作流程。麻省理工學院的索洛維茨說：“我們必須弄清楚如何激勵人們說，‘是的，它在減慢我的速度，但從長遠來看，它會使我更有效率或提供更好的護理。’”
即使這些系統無縫地融入到現有的醫學實踐中，許多專家懷疑醫生也不願使用它們。維姆拉·帕特爾，休斯頓德克薩斯大學健康資訊科學學院的認知資訊學研究員說：“醫生不想失去控制權。”相反，為了使這些程式獲得更廣泛的應用，它們必須補充人類的專業知識，而不是取代它。例如，帕特爾說，“如果醫生已經連續工作了好幾個小時，或者正在變老，你需要獲得易於訪問、檢索和使用的資訊”以作為後備。
透過幫助醫生跟蹤患者的測試、做出診斷和確定治療方案，智慧技術可以在提高醫療保健效率方面變得非常寶貴。索洛維茨說，將醫生和智慧軟體的優勢結合起來，可以提供比任何一方單獨提供的更好的護理。“這可以說是更好的醫療保健系統。”