AI醫(yī)療，效果咋樣

　　【解碼數(shù)智+①】

　　編者按

　　今天，你AI了嗎？

　　如今，我們的生活與工作似乎越來越離不開人工智能(AI)等數(shù)智技術(shù)，而技術(shù)每天還都在“成長”。從“數(shù)智+消費”“數(shù)智+文旅”到“數(shù)智+體育”，從自動駕駛、智能制造到智慧城市，數(shù)智技術(shù)正加速融入千行百業(yè)，不斷開辟新的應用場景，持續(xù)改變?nèi)祟惖纳a(chǎn)生活方式。

　　本版今起開設“解碼數(shù)智+”欄目，與讀者一起走進不斷涌現(xiàn)的數(shù)智技術(shù)應用新場景，觀察其帶來的無限可能。

　　從導診機器人，到醫(yī)學影像的腫瘤早篩，人工智能(AI)技術(shù)在醫(yī)療領域的應用場景日益多元。在人工智能大模型掀起的熱潮中，“生病問AI”格外引發(fā)關(guān)注。當患者拿著AI生成的診療建議走進診室，當AI的“意見”甚至挑戰(zhàn)醫(yī)生的判斷時，一系列問題亟待解答：AI醫(yī)療靠譜嗎？會替代醫(yī)生嗎？在擁抱效率的同時，患者和醫(yī)生又該如何規(guī)避風險？

　　AI成為診療好幫手

　　打開北京清華長庚醫(yī)院微信小程序里的“AI肝膽醫(yī)院”，記者在對話框中輸入“右上腹不適”。很快，AI跟記者“聊”了起來：“您的癥狀是持續(xù)性的還是間歇性的”“是否伴隨發(fā)熱或惡心嘔吐”……幾個問題后，AI給出了去肝膽內(nèi)科診療的建議。

　　“清華長庚醫(yī)院正在開發(fā)肝病全周期管理大模型，初步版本已在醫(yī)院微信小程序上線，目前可基于患者的癥狀進行預問診，并給出分診建議?！鼻迦A大學北京清華長庚醫(yī)院肝膽內(nèi)科主任醫(yī)師楊明介紹，這套AI系統(tǒng)會結(jié)合患者的癥狀和化驗檢查給出分診建議，準確率較高。

　　采訪中，不少醫(yī)生反映，患者拿著AI診療建議前來就診的情況越來越多了。

　　“有些患者會在看病之前用AI梳理一下想法，帶著相對清晰的思路來看病?！北本┐髮W人民醫(yī)院胸外科副主任醫(yī)師陳修遠告訴記者，患者會利用AI大模型，根據(jù)自己的病史和檢驗檢查數(shù)據(jù)，獲取初步的疾病解釋和可能的診療方向。

　　“這相當于提前為患者進行了一次疾病科普，讓他們對疾病有一個初步的了解，從而更容易理解醫(yī)生的專業(yè)判斷和建議，使后續(xù)的溝通更加順暢高效?！睏蠲髡f。

　　患者問診有AI，醫(yī)生看病也用上了AI。

　　多位醫(yī)生在采訪中表示，對于直徑小于5毫米的結(jié)節(jié)，醫(yī)生的檢出率較低，而使用AI后檢出率顯著提升?！昂芎糜谩！北本┐髮W人民醫(yī)院放射科主任醫(yī)師王屹評價。

　　“如果把外科手術(shù)類比成開車，那么CT就如同一張精確的紙質(zhì)地圖，而有了AI三維重建，相當于有了更為精準直觀的電子地圖?！标愋捱h口中的“AI三維重建”算法，已經(jīng)在北京大學人民醫(yī)院部署多年，這套系統(tǒng)借助AI對肺部復雜結(jié)構(gòu)進行更為精準的呈現(xiàn)，解剖結(jié)構(gòu)的準確識別率得到提高。

　　“這類系統(tǒng)的運用，可以幫助醫(yī)生從繁重的影像初篩工作中解放出來，將更多精力投放到結(jié)合影像結(jié)果進行更深入的綜合分析、制定個性化的治療方案，以及處理更復雜的診斷問題上。”山東省公共衛(wèi)生臨床中心胸外二科副主任醫(yī)師張運曾說。

　　不只是醫(yī)學影像，在手術(shù)規(guī)劃上，AI也有出其不意的效果。

　　中國人民解放軍總醫(yī)院骨科醫(yī)學部關(guān)節(jié)外科副主任醫(yī)師李海峰以關(guān)節(jié)置換手術(shù)為例介紹：“過去，這類手術(shù)為防止型號不匹配，往往需要為每位患者準備全套不同型號的假體，造成資源浪費?，F(xiàn)在，AI可以通過分析患者的CT數(shù)據(jù)，結(jié)合海量既往手術(shù)數(shù)據(jù)模型，提前精準預測所需假體型號?！?/p>

　　信息“過載”容易加重焦慮

　　AI在輔助醫(yī)療的過程中已經(jīng)展露出一定的效率和精度，它是否會取代醫(yī)生？

　　采訪中，雖然醫(yī)生普遍認可AI在輔助診療方面的價值，但對AI給出的具體結(jié)論或治療建議，仍持審慎態(tài)度。

　　“我只建議患者用AI問診作為了解疾病的途徑，并不建議患者執(zhí)行AI的建議?！北本┲嗅t(yī)藥大學東方醫(yī)院脾胃肝膽科主任醫(yī)師李曉紅說。

　　對此，楊明解釋：“目前AI問診主要是基于大模型，抓取的資料會對其生成結(jié)果有較大影響。”

　　“這些內(nèi)容確實很有邏輯性也較成體系，但是否適用于不同患者還需進一步判斷。”王屹指出，如果患者對疾病沒有太多的了解，可能很難識別出問題。

　　針對AI的醫(yī)療建議，不少專家表示，“過載”的信息反而會加重患者的焦慮。

　　李海峰表示：“有時患者用AI生成的報告非常詳盡，列出了所有可能出現(xiàn)的問題，導致他們帶著困惑甚至恐慌來找醫(yī)生求證。然而實際情況是，很多假設不具有臨床意義?！?/p>

　　“有些疾病是多因素疊加的系統(tǒng)性問題，僅僅依靠患者提供的癥狀描述，很難得出準確的診斷?！崩顣约t坦言，隨著人們對AI的認識越來越深入，大家逐漸意識到AI生成的內(nèi)容需要經(jīng)過真實性考量。

　　一張?zhí)幏剑粌H意味著對癥下藥，背后還有醫(yī)生的責任與擔當。

　　“醫(yī)生以專業(yè)知識作為診療的出發(fā)點，但面對每位患者時，需要結(jié)合其本身特點來調(diào)整治療方案，在這方面AI可能有所欠缺。”楊明以肝病為例解釋道，比如一位轉(zhuǎn)氨酶升高的患者，有乙肝、脂肪肝病史，近期又有大量飲酒和服用他汀類藥物史?！癆I在診療時可能只會主動詢問其過往病史，基于其患乙肝的信息，給出‘需要服用抗病毒藥物’的建議，但會遺漏患者未主動提供的關(guān)鍵細節(jié)，如飲酒和藥物史，因此給出的建議易失之偏頗?！?/p>

　　“在影像領域，雖然AI已經(jīng)被廣泛運用，然而在目前的篩查技術(shù)條件下，僅依靠AI可能漏掉一些非常早期的、形態(tài)不典型的病灶?！睆堖\曾表示，如果沒有結(jié)合用藥史、既往影像對比等多維度信息進行綜合判斷，很可能導致誤診。

　　“大模型可以解放手腳，但不能替代大腦?！崩顣约t認為，醫(yī)療決策依賴復雜的臨床判斷與豐富經(jīng)驗，尤其是面對不典型病例或多病共存的情況，經(jīng)驗豐富的醫(yī)生能夠捕捉到細微癥狀和體征，這是AI目前難以企及的。

　　“醫(yī)生不僅僅是疾病的治療者，更是患者的心理支持者?！睆堖\曾直言，“AI很難為患者提供心理支撐，而醫(yī)學是有溫度的，這種溫度是通過醫(yī)生來傳遞的?！?/p>

　　讓AI更“懂規(guī)矩”更“透明”

　　需要警惕的是，AI大模型在生成內(nèi)容時會有“AI幻覺”，即編造信息的現(xiàn)象。

　　“臨床使用中，AI偶爾會犯一些啼笑皆非的錯誤?！蹦暇┖娇蘸教齑髮W人工智能學院院長張道強舉例，臨床影像學的變化極為復雜，有時看到的可能是無診斷價值的“干擾信號”，而AI卻可能將其判斷為病變，“還有一些用戶在使用AI協(xié)助生成內(nèi)容時，發(fā)現(xiàn)它存在杜撰醫(yī)學名詞出處、虛構(gòu)參考文獻等情況?！?/p>

　　針對這種信息編造問題，張道強認為，應從算法和數(shù)據(jù)兩方面著手改進?！搬t(yī)療領域十分特殊，必須嚴格控制失誤，這要求我們在大模型研發(fā)初期必須嚴格把控數(shù)據(jù)的唯一性和準確性。再拿算法來說，提升AI的抗干擾性與可靠性是重要課題。當AI從實驗室走進真實環(huán)境中，怎樣提高系統(tǒng)在真實環(huán)境下的識別精度與可靠性？任何信息變化，都可能造成細微的偏差。”張道強說。

　　可解釋性也是AI醫(yī)療的發(fā)展方向。南京航空航天大學人工智能學院教授秦杰解釋：“AI的決策過程更像是一個‘黑箱子’，患者可能無法判斷結(jié)果是如何得出的。因此，應當解釋決策得出的路徑，從而幫助人們更好地作出判斷。讓AI本身更‘懂規(guī)矩’、更‘透明’，是我們的思考方向?！?/p>

　　對于數(shù)據(jù)樣本而言，樣本的規(guī)模和質(zhì)量都會對AI生成的結(jié)果產(chǎn)生很大影響?！叭绾螌⑨t(yī)生的經(jīng)驗與數(shù)據(jù)驅(qū)動的大模型更好結(jié)合？如何讓頂尖醫(yī)生的經(jīng)驗在AI上復現(xiàn)？這些都是我們需要研究的?！鼻亟苷f，從模型的任務和性能來講，“通專結(jié)合”是AI下一步發(fā)展方向，“也就是在大模型基礎上，結(jié)合垂直場景進行任務深挖?！?/p>

　　面對AI，我們既要積極擁抱新技術(shù)，又要保持理性。

　　“AI只是工具，絕對不是偷懶神器?！蓖跻俦硎?，醫(yī)生使用AI時，應結(jié)合自己扎實的專業(yè)基礎和豐富的臨床實踐，對AI提供的信息進行批判性思考和理性分析應用，不能過度依賴。

　　采訪中，專家也建議，有關(guān)部門應整合醫(yī)療大數(shù)據(jù)，統(tǒng)一研究和設計，制定AI醫(yī)生的標準和評價考核體系，讓AI更好地輔助醫(yī)生。

　　“從法律角度來說，涉及AI案件的責任主體認定與歸責更為困難?！敝袊茖W院大學公共政策與管理學院教授馬一德指出，“AI應用的開發(fā)部署往往涉及多個環(huán)節(jié)、多個主體。從算法設計，到具體操作，每一個環(huán)節(jié)都可能對最終的AI行為產(chǎn)生影響。責任鏈條的拉長和分散，使得出現(xiàn)問題時難以鎖定責任承擔者?！?/p>

　　馬一德建議，通過完善法律法規(guī)、強化數(shù)據(jù)安全、建立權(quán)責機制和加強倫理監(jiān)管等舉措，推動AI醫(yī)療應用的規(guī)范化部署。

　　目前，國家藥品監(jiān)督管理局已明確，利用AI進行疾病診斷、輔助決策、影像識別等的醫(yī)用軟件，屬于醫(yī)療器械范疇，必須按照醫(yī)療器械法規(guī)進行注冊和監(jiān)管。

　　“患者使用AI進行問診，AI的回答不需要負法律責任，而對醫(yī)生來說，他們需要對病人的診療結(jié)果負責。”楊明提醒，應確保AI技術(shù)在法律框架下合理應用，嚴守數(shù)據(jù)安全與倫理底線，確保技術(shù)應用始終服務于醫(yī)療本質(zhì)。

　　(光明日報 記者 崔興毅)

　　(項目統(tǒng)籌：記者 陳海波)