AI 下棋很强，治病则要再等等

▼

仅在美国，每年有成千上万的患者死于可治愈的心脏病，但因无法及时发现问题，导致临时出现状况时心脏骤停，而 AI 可解决提前预测的问题。

美国使用 AI 改进心脏病治疗方法的核心人物之一 Mayo，过去 3 年和团队发表超过 20 项关于心脏病学 AI 的研究，并在数十家保健诊所现场测试演算法。

▲ 梅奥诊所（Mayo Clinic）。

这些正在开发的演算法，能在手术前侦测心脏功能的细微差别，预测心脏异常和即将发生的疾病。

这只是 AI 可在医疗保健发挥重大价值的其中一面。

随着 AI 工具进入医疗保健产业越来越多，未来能执行的工作包括接听电话、病理审查、人口健康趋势和分析、治疗药物和装置设计、阅读放射影像、制定临床诊断和治疗计划等，甚至还能和患者交谈。

（Source：NetApp）

而现在 AI 已为医疗带来显而易见的好处。

MIT Technology Review 透过访谈 900 多位医疗保健专业人员，发现 AI 已用来改善资料分析、更佳的治疗诊断及减轻管理负担。

报告显示，AI 让临床医生有更多时间执行其他工作，以及为患者提供越来越多个性化自订的最佳护理。

8 月发表的研究，Mayo 表示，预测心脏病的演算法已能以 80% 准确率辨识有心房颤动的患者。

▲ 团队成员 Friedman 读取患者的心电图检查结果。

除了临床医生，AI 技术还为其他营运、研究人员及患者带来很多便利之处。后方的医生能做笔记、更新电子健康纪录等更多行政工作，且 AI 越多，医生花在电脑的时间就越少。

相关研究人员还能加快开发新药物治疗的速度并降低成本，透过利用分析挖掘以前未开发的重要未编码临床资料储存，个性化设定医疗。患者也能加强己身护理，透过应用程式与医生互动，并简化获得护理的流程。

但同时，任何新事物都必须经历双面试炼。

越来越多 AI 实验，都是“快速尝试，然后快速失败，未来再修正”公式，当 AI 产品进入现实，检查结果容易让人失望，因为大部分产品都没有足够资料和成果支撑。

在医疗保健使用，风险就更大了。

AI 风口下，很多研究结论常常夸大，不仅因大众关注度很高，据研究公司Gartner 7 月的报告，仅今年第三季，医疗人工智慧就吸引 16 亿美元风投资金，几乎达到虚高预期的顶峰。

但《欧洲临床研究杂志》1 月文章指出，很少有科技新创公司在同行评审的期刊发表研究。还有业界分析人士指出，很多 AI 开发人员对昂贵耗时的试验根本没有兴趣。

（Source：shutterstock）

尽管软件开发人员还是会夸耀 AI 装置的准确性，但他们的 AI 模型事实上大部分只在电脑测试，而不是在医院或其他医疗机构进行。

《深度医学：人工智慧如何使医疗保健再次成为人类》作者 Topol 也表示：美国出售的 AI 产品都没有经过随机临床试验测试。事实上，大多数 AI 装置根本都不需要 FDA 批准。

这就表示，让未经验证的软件进入市场，患者就像不知情的小白鼠。

不过西雅图艾伦 AI 研究所首席执行长 Oren Etzioni 表示，AI 开发人员有足够的经济动机，确保医疗产品安全。

如果 AI 产品快速失败，意味着很多人死亡或受严重伤害，没有人愿意看到这情形，包括投资者。

但 AI 系统本身依然是“黑盒子”，开发人员也不清楚资料如何运算最终得出结论。

史丹佛大学生物医学伦理学中心的儿科学教授 Mildred Cho 表示，AI 系统有时会根据与疾病无关的因素预测，这会导致提前预测的结论错误，同样也会耽误病情治疗，且如果医生以此为据，也可能有不必要的检查或误判。

加拿大某公司曾开发 AI软件，能根据讲话预测一个人是否有老年痴呆症的风险。结果发现 AI 判断出很多异常，因为系统认为老人没有讲对单词，但事实上，后来才知道是因为老人很多不懂英语，而不是由于认知障碍。

同时，医疗服务机构和患者之间产生的不信任感，以及人们对隐私泄露的恐慌感，也是挑战之一。

但这并不代表要对医疗保健业的 AI 研究适可而止。

正好相反，要鼓励研究人员进行更创新的开发，以及更实际的实验，未知风险要严格处理。对医疗机构来说，无论有没有 AI 介入，都要尽可能保证患者的安全。

每个身处其中的人，需要谨慎辨别所有新事物，切勿病急乱投医，无论健康或其他方面，保护好自己的权益。

（本文由 爱范儿 授权转载；首图来源：shutterstock）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。