醫生如何利用AI輔助診斷患者——《華爾街日報》

人工智能正在逐漸改變您在診所和醫院接受的醫療服務。

在梅奧診所的心臟病科，醫生們使用人工智能程序幫助檢測新的心臟問題。在其他地方，一羣初級保健醫生正利用它來識別可能導致失明的眼部疾病。多家醫院正在用它來篩查存在敗血症風險的患者。

AI工具通過算法更好地識別可能面臨特定病症或疾病風險的患者。醫生們並不完全依賴這項技術來診斷病人，他們對生成式AI（如ChatGPT）的使用主要侷限於文書工作和報告，儘管有些人正在測試它是否能發揮更有用的作用。然而，一些醫生正在使用AI來幫助他們更早地做出診斷。

醫生們表示，AI前景廣闊，但他們也對依賴機器持謹慎態度，一方面因為這項技術仍在發展中，另一方面因為研究表明AI中的偏見可能會損害某些人接受的護理質量。此前一些關於人工智能將徹底改變醫療保健的重大賭注被證明令人失望，或至少為時過早，包括IBM的沃森健康項目。

杜克大學醫學院AI健康計劃主任邁克爾·彭西納表示：“我認為我們還沒有達到可以讓算法自行運行並做出決策的階段。“該計劃致力於AI和機器學習研究。通常，醫療AI程序使用一個或多個算法，通過輸入數據不斷學習並改進。

梅奧診所平台總裁約翰·哈拉姆卡表示，技術開發方式是一個挑戰。該機構與健康科技公司合作開發人工智能工具。算法使用的信息通常來自電子健康記錄，如人口統計和健康史、生命體徵和實驗室數據，以判斷患者是否存在特定健康問題。

明尼蘇達州羅切斯特市梅奧診所心血管醫學系主任保羅·弗裏德曼博士使用人工智能分析心電圖信息。圖片來源：特麗·馬洛伊/梅奧診所隨着醫生報告算法的評估是否準確，該技術在使用過程中不斷改進。但例如，基於明尼蘇達州患者數據開發的算法可能不適用於不同人口統計特徵的患者——至少在沒有一些修改的情況下是這樣。

2019年《科學》雜誌上的一項備受矚目的研究發現了算法中的種族偏見，導致黑人患者被剝奪了他們本應獲得的額外護理。為了解決這些問題，一羣技術和醫療保健專業人士去年開始制定醫療保健領域公平、無偏見使用人工智能的指南。

到目前為止，關於人工智能前景的研究很多，許多公司也在為醫生和醫療系統開發產品，但該技術在推動醫療實踐廣泛變革方面進展緩慢。以下是人工智能用於幫助診斷患者的三個例子。

心臟疾病檢測

明尼蘇達州羅切斯特市梅奧診所心臟病學主任保羅·弗裏德曼博士表示，在梅奧心臟病科，一項人工智能工具已幫助醫生診斷出新發心力衰竭病例和被稱為心房顫動的心律失常病例，這些病例可能比傳統檢測方法提前數年被發現。

醫生無法僅憑正常心電圖（ECG）自行判斷患者是否存在檢查之外的心房顫動。而AI能夠識別人眼難以察覺的心電圖危險信號模式。

2022年《柳葉刀》期刊的研究中，梅奧研究人員對60多萬名患者的心電圖運行算法，評估其罹患無症狀心房顫動的風險。AI程序篩選出1000人，這些受試者隨後被要求佩戴心臟監測儀一個月。

研究發現，與對照組相比，這些患者經過一個月心臟監測後被診斷為心房顫動的風險增加了五倍。

早期眼部問題

覆蓋八個州及波多黎各的基礎醫療集團Cano Health去年試點使用AI分析特殊眼相機圖像，以識別糖尿病視網膜病變——這是導致糖尿病患者失明的主要原因。該集團高級醫療總監羅伯特·埃米特·肯尼表示，芝加哥地區四家診所的測試效果良好，目前正計劃擴大應用範圍。

肯尼博士指出，當AI判定患者存在糖尿病視網膜病變時，仍需眼科醫生確診並制定治療方案。但該程序能幫助基礎醫療醫生在診所內直接識別患者病情，無需先轉診專科醫生。

“對於這一患者羣體，很多時候他們會被忽視，得不到所需的護理，”肯尼博士談到該機構以西班牙語老年患者為主的羣體時表示，估計超過三分之一的人患有糖尿病，本應每年由專科醫生檢查一次眼睛。

識別敗血症風險

巴爾的摩的西奈山醫院採用算法識別住院患者中敗血症最高危人羣，這種感染引發的快速反應是醫院主要死亡原因之一。

開發該程序的約翰霍普金斯大學人工智能教授、健康AI公司Bayesian Health首席執行官Suchi Saria表示，算法會分析250多項因素，包括生命體徵、人口統計數據、健康史和實驗室指標。

當系統判定患者出現敗血症或病情惡化時，會向醫生髮出警報。醫生評估後若認同判斷即開始抗生素治療。醫院首席醫療官Esti Schabelman稱，系統會根據醫生反饋持續優化。

《自然醫學》去年發表的研究顯示，使用該算法可使患者接受敗血症治療的時間平均提前近兩小時，將院內死亡率降低18%。

“抗生素治療每提前一小時都與死亡率改善相關，”Schabelman博士説，“在敗血症治療中，每一小時都至關重要。”

寫信給蘇瑪蒂·雷迪，郵箱：[email protected]

刊登於2023年3月1日印刷版，標題為《醫生利用人工智能增強診斷能力》。