《華爾街日報》：為何人工智能是自抗生素以來醫學領域最重大的突破
Jo Craven McGinty | Photographs by Carolyn Fong for The Wall Street Journal
斯坦福大學醫學院院長勞埃德·米諾博士去年開始嘗試使用人工智能驅動的聊天機器人，這些計算機程序能模擬人類對話。
“當ChatGPT於去年11月推出時，我就開始用它來探索學習可能，“身兼該校醫療事務副校長的米諾表示，“後來Bard問世後，我又開始使用Bard。其表現令人驚歎。”
這些聊天機器人能在瞬間給出米諾需要數小時研究才能獲得的答案，這使他確信神經網絡和生成式AI——它們能快速發現海量數據中難以辨別的模式——將徹底改變醫師培訓方式、生物醫學研究實施路徑以及醫療服務的提供模式。
他與斯坦福以人為本人工智能研究所聯合主任李飛飛合作，共同發起名為"安全公平醫療責任人工智能”（簡稱Raise-Health）的倡議，由兩家機構聯合資助。該項目旨在建立關鍵研究的資源庫，匯聚專家探討人工智能，並解決其應用中的倫理問題。
“這是人類歷史上的變革性時刻，“米諾説，“我們希望能引領這一進程。”
邁納向《華爾街日報》談到了他預期人工智能將如何改變醫學領域。
在你最大膽的設想中，你認為AI在醫學中會扮演什麼角色？
在醫療服務方面，我最瘋狂的夢想是生成式AI將幫助打破獲取醫療服務的障礙，並顯著提高醫療服務的質量、一致性和效率。
在生物醫學科學領域，生成式AI有可能並極有可能顯著提高科學的精確性。它將幫助我們獲得與臨牀試驗相同質量和數據，但可能通過更集中的試驗，而不必像現在某些臨牀試驗那樣需要數萬名參與者。它將幫助我們安全地將新療法引入醫療實踐。
作為教育工作者，我們將決定學生需要在其活躍記憶中掌握哪些基礎知識才能成為優秀的從業者。這可能比現在要少得多，因為更廣泛的知識將隨時可用。
AI在醫學領域可能發生的最糟糕的事情是什麼？
一是如果應用不當，這項技術本身可能會嚴重侵犯隱私，其方式我們現在才開始瞭解。二是如果你在特定人口羣體上訓練醫療服務模型，而不包括其他人口羣體，那麼從這些模型中得到的可能對那些數據未被使用的羣體有害。如果用於訓練模型的數據有偏見，那麼模型的結果也會有偏見。
何時才能確認AI在醫療領域已真正成熟？
第一個令人欣慰的里程碑將是：美國鄉村執業醫生能獲得與學術醫療中心醫生同等的分析診斷信息。例如，當鄉村醫生接診一名皮膚腫物患者時，只需用智能手機拍攝照片，系統即刻提供可能的診斷分析及惡性概率評估。醫生能立即判斷是否需要引起重視，是否應建議患者驅車三小時前往轉診中心。
藥物研發正處在革命性變革的前夜，未來患者可獲得的治療方案數量將大幅增加。中期來看（未來五年內），我們將見證大量精準藥物的湧現——這些藥物將針對特定疾病和個體定製，而非現行針對某類疾病所有患者的通用療法。
我們必須讓醫生及其他醫療從業者回歸歷史角色與未來使命——真正聚焦患者本身。
AI與醫療融合的下一步是什麼？
我們這些技術使用者（非推動技術進化的科學家或工程師）必須確保與時俱進，特別是在技術負責任部署及倫理使用討論方面。必須保持與技術開發者的同步節奏。
您預計如何確保技術的負責任部署？
民意調查顯示，當前公眾對人工智能的應用，尤其是醫療健康領域的AI應用深表懷疑。這些討論應有助於為監管機構提供參考。美國食品藥品監督管理局及其他機構正積極尋求對話機會，期待像斯坦福大學這樣的機構能將思想領袖與他們聚集一堂，共同制定適宜的監管框架。
您認為患者何時能對醫療中的AI感到安心？
若AI能在醫療領域得到負責任的應用，我認為十年後社會和個人層面都將受益。屆時人們雖仍有顧慮，但會為自身健康的變革性改善感到欣喜，並對[AI]的可及性表示滿意。
對現在進入醫療領域的年輕人有何建議？
當下正是投身醫學的黃金時代。如今初入醫界的年輕人將站在最前沿，深度參與自抗生素問世以來最徹底——也但願是最積極的——健康變革。今日選擇從醫者一生中將見證前所未有的變化，而我們必須確保這些變革造福人類。
訪談內容已精簡編輯。
聯繫喬·克雷文·麥金蒂請致信 [email protected]
刊載於2023年10月12日印刷版，標題為《“轉型時刻”》