近年來，由于信息技術(shù)特別是算法技術(shù)的創(chuàng)新突破，人工智能逐步應(yīng)用于經(jīng)濟社會諸多領(lǐng)域，醫(yī)療行業(yè)是較早應(yīng)用的領(lǐng)域之一。可以預見，隨著人工智能技術(shù)的進一步發(fā)展，其在醫(yī)療領(lǐng)域的應(yīng)用將更為廣泛，對人類的影響也將更為深遠。
目前，人工智能在醫(yī)學領(lǐng)域主要有三個層面的影響：一是作為輔助診斷技術(shù)，幫助醫(yī)生快速、準確地解讀醫(yī)學影像和檢驗數(shù)據(jù)；二是作為資源管理系統(tǒng)，幫助醫(yī)療機構(gòu)實現(xiàn)資源的高效分配，提高服務(wù)質(zhì)量；三是作為個人健康管家，有助于對個人或群體的健康狀況進行評估、監(jiān)測和干預，提高患者的生活質(zhì)量和生存預期。今年初以來，以ChatGPT為代表的人工智能技術(shù)，基于海量數(shù)據(jù)(16.780, -0.52, -3.01%)的學習與訓練，能與人自然互動，并生成近乎人類語言的文本和對話。這一突破性技術(shù)為人工智能在醫(yī)療領(lǐng)域的應(yīng)用帶來了更多的想象空間。
人工智能在醫(yī)學領(lǐng)域最為成熟和廣泛運用的是醫(yī)學影像識別。醫(yī)學影像是指利用X光、超聲波、核磁共振等物理手段獲取人體內(nèi)部結(jié)構(gòu)和功能信息的圖像，是醫(yī)生診斷疾病和評估治療效果的重要依據(jù)。然而，醫(yī)學影像的分析需要高度的專業(yè)知識和豐富經(jīng)驗，而且人工閱片耗時耗力，容易出現(xiàn)疲勞和誤差。以大語言模型為代表的人工智能可以通過計算機視覺和深度學習等技術(shù)，對醫(yī)學影像進行自動化、高效化和精準化的分析，幫助醫(yī)生發(fā)現(xiàn)異常、識別病灶、定量測量、預測預后等。比如在視網(wǎng)膜圖像識別、甲狀腺超聲影像診斷、肺結(jié)節(jié)影像檢測、CT影像識別等領(lǐng)域，人工智能的機器讀片在時間和準確率上已經(jīng)超過了部分醫(yī)生。
人工智能為實現(xiàn)個性化診療提供可能。診斷是醫(yī)療工作的第一步，準確、快速的診斷對患者的治療和康復至關(guān)重要。大語言模型通過自然語言處理、機器學習等技術(shù)，以超大規(guī)模數(shù)據(jù)訓練為基礎(chǔ)，在實質(zhì)上構(gòu)建起了自己的臨床知識庫，可以模擬醫(yī)生的推理過程，提出診斷和治療建議。此外還可以通過對海量醫(yī)學數(shù)據(jù)的分析，找出某些疾病的生成機制、生物標志物和藥物靶點，從而為每個患者提出個性化的預防、診斷和治療方案。當然，更廣泛的人工智能技術(shù)可以通過智能穿戴設(shè)備、移動應(yīng)用、云平臺等技術(shù)，收集和分析用戶的生理信號、行為數(shù)據(jù)、心理狀態(tài)等多維度的健康數(shù)據(jù)，為用戶提供更為個性化的健康評估、風險預警、健康指導等服務(wù)。
人工智能也有助于加快藥物研發(fā)進度。眾所周知，藥物研發(fā)耗時漫長且成本高昂，按照傳統(tǒng)的藥物開發(fā)流程，平均每開發(fā)一種新藥需要10至15年，其中大量的是做“無用功”。人工智能則可以在短時間內(nèi)分析大量數(shù)據(jù)，并找到最可能出現(xiàn)的有效藥物成分組合。目前已有機構(gòu)做這方面的研究，有的技術(shù)可在一天內(nèi)篩選超過1億種化合物，這大大降低了藥物研發(fā)的時間和成本。
此外，人工智能還能助力優(yōu)化醫(yī)療資源布局。醫(yī)療資源分布不均，是世界各國普遍存在的一大難題。人工智能技術(shù)在這方面應(yīng)用前景廣闊。例如，基于人工智能的預約掛號系統(tǒng)可以根據(jù)醫(yī)生的專業(yè)特長和患者需求，為患者分配合適的醫(yī)生；人工智能可通過大數(shù)據(jù)分析，預判當前人群傳染病發(fā)展趨勢，提前做好資源調(diào)度；人工智能技術(shù)的普及，也可提高基層醫(yī)療機構(gòu)的服務(wù)能力，實現(xiàn)資源的高效分配，進而促進醫(yī)療資源的平衡。
當然，人工智能在幫助醫(yī)生提高效率、提升治療水平、減輕工作負擔的同時，也帶來一些倫理挑戰(zhàn)。以大數(shù)據(jù)模型為例，其訓練主要靠大規(guī)模的參數(shù)，而醫(yī)學的參數(shù)變量具有較強的主觀性，有時不能精準定量評價。如疼痛、疲勞、瘙癢程度等，不同個體差異很大，以個體推導到其他人，很可能會影響診斷。
更具體地說，首先是數(shù)據(jù)安全問題。醫(yī)療行業(yè)涉及人的生命健康，因而必然會產(chǎn)生和使用大量個人信息，不僅包括患者的基本信息、診療記錄、檢驗報告等，還包括基因、生物特征等敏感信息。這些信息對于提高醫(yī)療質(zhì)量、促進科學研究、實現(xiàn)精準醫(yī)療等具有重要價值，但也面臨著泄露、濫用等安全隱患。為此需要從完善法律法規(guī)、提高安全技術(shù)水平、加強數(shù)據(jù)管理等多個層面采取相應(yīng)措施保護數(shù)據(jù)安全，實現(xiàn)醫(yī)療行業(yè)與個人利益之間的協(xié)調(diào)與平衡。
其次是責任歸屬問題。醫(yī)療人工智能有可能因硬件故障、程序漏洞、數(shù)據(jù)偏差、深度學習后的“自主性”等引發(fā)醫(yī)療事故。比如說，當用于學習訓練的某些醫(yī)學數(shù)據(jù)存在偏差時，那據(jù)此推導出的結(jié)論也可能存在問題。通俗地說，就是當使用人工智能診斷疾病或提供治療方案出現(xiàn)錯誤時，責任由誰承擔？比如說，當各項能力比ChatGPT更高的強人工智能機器人(11.460, -0.35, -2.96%)，很可能在深度學習中出現(xiàn)一些“自主性”特征，這時它能否被列入民事主體承擔診斷出錯的責任？對此，我們需要明確人工智能的開發(fā)者、制造商和使用者之間的責任劃分，還可以探討引入責任保險等制度以降低患者和醫(yī)生的風險。
最后則涉及職業(yè)素養(yǎng)與人文關(guān)懷。醫(yī)療是一個具有高度人文關(guān)懷、需要良好醫(yī)患溝通的行為。隨著人工智能的廣泛應(yīng)用，醫(yī)生在面對患者時可能會過度依賴該技術(shù)而忽略與患者的情感交流，這將導致醫(yī)療過程中的人文關(guān)懷被削弱。在這方面，由于大語言模型可通過數(shù)據(jù)訓練而呈現(xiàn)不同的結(jié)果，因此我們可以通過適當?shù)挠柧殻x予人工智能以一定的“溫情”，讓患者感受到人文關(guān)懷，甚至從中尋找力量。
一言以蔽之，人工智能為醫(yī)療領(lǐng)域帶來了前所未有的機遇，也帶來了一系列倫理挑戰(zhàn)。在面對這些挑戰(zhàn)時，我們應(yīng)共同努力，通過提高技術(shù)水平、深化倫理思考、完善制度設(shè)計、加強國際合作等，實現(xiàn)人類與技術(shù)的和諧共生，提升全人類的福祉。
Copyright ? 2022 上海科雷會展服務(wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號：滬ICP備17004559號-5
