人工智能已在你的醫療保健中發揮作用：你需要知道的事
喺赫爾辛基大學醫院，人工智能輔助醫療同機器學習已經幫助醫生喺家中治療透析病人，並預防中風病人的未來心臟病發作。
有啲人可能會疑惑，喺我同醫生會診時，醫生是否會用人工智能來診斷我？佢會唔會錄音我們的對話，然後製作一個AI摘要？
人工智能喺醫療保健中的應用仍然相對新穎，很多人可能對此感到困惑。根據2023年的一項調查，大多數美國人對醫生使用人工智能來管理他們的護理表示「相當不安」。但人工智能不太可能消失，醫療中人工智能應用的增長對患者理解其潛在的好處及持續的謹慎態度非常重要。
我想了解人工智能如何已經幫助診斷和指導治療，以及臨床醫生對人工智能的看法。最後，我們又應該關注哪些問題，並且有什麼措施來解決這些問題？
為了回答這些問題，我訪問了CNN的健康專家Dr. Leana Wen。Wen是急診醫生，喺喬治華盛頓大學擔任副教授，並且是布魯金斯學會的非駐留高級研究員，研究範疇包括技術、醫學和公共健康的交匯點。她曾擔任巴爾的摩市的健康專員。
CNN：患者應該如何看待人工智能在醫療保健中的不同用途？
Dr. Leana Wen：首先，了解預測性人工智能和生成性人工智能之間的區別非常重要。
預測性人工智能使用數學模型和模式識別來預測未來。例如，一個預測性AI算法可以識別哪些肺炎患者最有可能需要住院。
假設你是患者。這個算法可以根據過去很多類似病人的經驗，制定出一個適合你的護理計劃，考慮的因素包括你的年齡、性別、其他病況、實驗室數據及種族和民族背景。這個算法可以幫助醫生決定你是否需要住院，以及哪種治療最有可能對你的具體情況有效。
生成性人工智能則使用大型語言模型來生成類似人類的互動。很多人可能熟悉ChatGPT，這是一種生成性人工智能，可以以對話方式回答用戶問題。生成性人工智能能在極短的時間內總結大量信息，遠遠超過任何人類的能力。一些研究表明，生成性AI模型能「學習」到足以通過醫學執照考試，並能生成易於理解、寫得好的病人說明。
不過，這些模型也有可能「幻覺」，產生誤導性和不準確的回應。而且對於預測性和生成性人工智能來說，模型的效果取決於它們接受的數據訓練。在評估醫療保健中人工智能的效用時，重要的是要分別考慮每個AI工具，並了解它是如何開發的以及在何種情況下使用。
CNN：人工智能如何已經被用來診斷病人？
Wen：有一些經過充分驗證的預測性人工智能應用已經被用來輔助和改善診斷。
以結腸鏡檢查為例，這是診斷結腸癌的金標準。在這個過程中，醫生會將一根長管通過結腸，手動識別和去除可能是癌性或前癌性的息肉。
人工智能可以被「訓練」來識別息肉，並在結腸鏡檢查期間標記它們。多項在世界各地健康系統進行的隨機對照研究顯示，使用人工智能輔助結腸鏡檢查能顯著降低漏診潛在癌變病變的比率。
同樣，人工智能也被用來協助閱讀乳腺X光檢查，這是檢測乳腺癌的關鍵篩查工具。研究發現，人工智能輔助的乳腺X光篩查的準確性至少與兩名經過訓練的放射科醫生的檢查結果相當，甚至可能提高癌症檢測率，同時減輕臨床醫生的工作量。美國食品藥物管理局已經授權約兩打人工智能產品來協助乳腺癌篩查，儘管由於實施這些技術的潛在額外成本，其採用仍然有限。
CNN：人工智能如何被用來指導治療？
Wen：一個例子是約翰霍普金斯大學的研究人員開發的預測性人工智能算法，旨在識別住院病人中高風險的敗血症患者。這是一種可能導致多脏器衰竭和死亡的全身性感染。這個早期預警系統已在多家醫院部署，並發現能縮短檢測敗血症的時間，從而及早開始抗生素和其他治療。
Kaiser Permanente亦部署了一個預測性人工智能工具，尋找住院病人惡化的跡象。如果根據病人的生命體徵、實驗室檢查、護士報告和其他因素的數據顯示臨床狀況惡化，系統會發出警報，以便讓病人能夠迅速接受面對面的臨床評估。這個工具與顯著降低的死亡率相關。
CNN：我如何知道我的醫療提供者的辦公室如何使用人工智能進行診斷和其他任務？我可以做些什麼來保護我的隱私？
Wen：我們現在所說的很多人工智能技術其實已經存在了一段時間。預測算法已經使用多年來幫助量身定制治療計劃。醫生的辦公室越來越多地使用人工智能來幫助草擬電子郵件的回复和輔助文檔工作。
我認為合理的假設是你的醫療提供者的辦公室在你的護理中使用某種形式的人工智能。你可以詢問你的醫療提供者，也可以參考辦公室要求你簽署的政策，其中可能包括使用某些技術的許可。
你的醫療記錄受到《健康保險攜帶和責任法案》（HIPAA）的保護，該法案對敏感健康信息的保護有法律保障。
CNN：提供者對使用人工智能的看法是什麼？它是否減少了低效率並減輕了文書工作負擔？
Wen：我認為臨床醫生對於能減少文檔和文書工作的人工智能應用特別感到高興。例如，生成性人工智能被用來協助醫療文檔，這是一種稱為環境人工智能的技術。基本上，這個工具「傾聽」醫生和病人之間的對話，然後將其轉換為醫療記錄，醫生可以進行編輯。研究顯示，這種環境人工智能抄寫員減少了記錄時間，並且受到醫生和病人的積極評價。
醫生也在使用生成性人工智能來協助撰寫他們必須發送給保險公司的事前授權信，以獲得某些藥物和治療的許可。這有助於減輕醫療辦公室的行政負擔，甚至可能有助於減少醫療工作者的倦怠感。
CNN：人工智能是否可能被保險公司用來拒絕索賠？
Wen：有可能。人們也可以想像，人工智能的存在會成為接觸保險公司討論索賠和其他問題的實體人員的一個重大障礙。
這是使用人工智能的一個許多擔憂之一。其他問題包括確保隱私和數據安全，還有需要獨立驗證算法並透明地分享這些結果。技術專家、臨床醫生和監管機構應該充分考慮人工智能在醫療保健中的許多正面用途，同時確保對每一個工具進行嚴格研究，並謹慎部署。
在這個快速變化的時代，人工智能的引入無疑是醫療行業的重大進步，然而，隨之而來的挑戰和風險亦不容忽視。醫療保健的未來不僅需要科技的支持，更需要倫理和監管的平衡。如何在創新與安全之間找到最佳平衡，將是所有相關方必須深思熟慮的課題。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
, 今日有咩可以幫到你? 