本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定代表《大眾科學》的觀點
人工智慧（AI）在醫學領域是否有立足之地？
醫生有一天會被機器人取代嗎？
答案分別是“是”和“否”。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮訂閱以支援我們屢獲殊榮的新聞報道。透過購買訂閱，您將有助於確保未來能夠繼續報道關於發現和塑造我們當今世界的想法的具有影響力的故事。 訂閱。透過購買訂閱，您將有助於確保未來能夠繼續報道關於發現和塑造我們當今世界的想法的具有影響力的故事。
人工智慧——機器模仿人類智慧行為的能力——有望徹底改變我們所知的醫學實踐。但它是一種互補技術，旨在增強人類（包括醫生、護士和醫學研究人員）在工作中的表現。
目前，在人工智慧的接受和應用方面，醫療保健行業落後於其他行業。但許多專家預測，由於電子健康記錄（EHR）的廣泛採用以及我們可支配的大量資料，醫療保健將成為未來十年受人工智慧顛覆最大的行業。
在我們新的臨床人工智慧中心，以及世界各地其他以人工智慧為中心的研究中心，研究人員正在開發機器學習能力，最終將改善我們診斷和治療患者的方式。這些能力還提高了成本和時間效率，從而改善了整體患者體驗，並有助於打破護理障礙。
有了人工智慧作為我們醫療工具包中的工具，我們將有機會拯救和改善更多患者的生命。的確，可能性是無限的。
前景廣闊的預測模型
目前，我們的團隊正在使用人工智慧來尋找隱藏在海量資料中的智慧之珠。與此同時，我們正在努力建立一個新的混合角色——我們稱之為“醫師資料科學家”——他們瞭解機器學習、人工智慧以及這些技術如何應用於醫學研究和臨床實踐。我們的目標是改善患者的治療效果並降低成本。
迄今為止，結果非常令人鼓舞。我們的研究人員正在構建機器學習模型，這些模型不僅使用人工智慧來預測某些患者的治療結果，而且直接引導採取行動來改善患者的健康狀況。例如，我們已經能夠（以高準確率）識別出在入院後 48 至 72 小時內死亡風險高的患者，這使臨床醫生能夠採取積極措施，以減輕進一步風險的方式治療他們。
在另一個專案中，我們開發了一種個性化的預測模型，該模型超越了現有的骨髓增生異常綜合徵（MDS）預測模型。我們可以高精度地確定 MDS 患者的死亡風險，以及轉化為急性髓系白血病（AML）的風險，急性髓系白血病是一種更具侵襲性的骨髓癌。
通過了解患者預後的可能性，我們將能夠制定更適合其情況的治療計劃。這意味著減少過度治療或治療不足的情況，更好地為患者提供諮詢，以及更個性化的護理。
從發表研究成果到實踐
但是，鑑於醫療保健領域的複雜性和細微差別，人工智慧在醫療保健領域也面臨著挑戰。此外，鑑於迄今為止人工智慧研究中缺乏監管和臨床標準，該領域可能會產生不一致或有缺陷的研究，這些研究可能會導致不當或不負責任地實施研究結果。
人工智慧不是萬能藥。這就是為什麼在我看來，你永遠不會看到“機器”醫生，因為同情心、常識和直覺等人為因素經常在醫療決策中發揮關鍵作用。我們在人工智慧方面所做的工作，本質上是為了更好地利用資料來獲得關鍵的額外見解，從而可能改善護理和治療效果。
我們的工作正在取得進展，但為了真正推動這項工作向前發展，我們必須讓更多的醫生參與進來。我們還必須培訓他們如何更好地理解這些演算法模型以及結果對研究或患者護理的意義。
隨著我們向前邁進，我們在臨床人工智慧中心渴望超越導致發表研究的學術研究；而是產生可以更廣泛地審查、評估和採納為常見醫療實踐的研究成果。
我們的目標是拯救和改善生命。
這不正是我們最初從事這個行業的初衷嗎？