datasheet

AI时代下,医生是人类与AI相结合后的知识处理者和共情传播者

2018-10-31来源: 互联网 关键字:智能医疗 AI

我们正在经历新技术快速扩张的时代,它在融合信息世界和实体生物世界。AI、电子健康记录和大数据、远程医疗、家用监控的“可穿戴设备”和虚拟/增强现实这些新科技正在塑造着未来,让医疗保健服务变得更有效、更准确、且更具可持续性。来自DeepMind和IBM Watson等行业领导者已经在英美的医疗保健领域进行AI测试。机器在很多方面都具有优势,让一些临床医生担心AI会取代医生的角色,但这种想法低估了医生对于病人和社会的作用和价值。AI的确可能给医疗行业带来巨变,但让一名医生成为好医生的核心价值观是不会改变的。

在人工智能时代,医生将需要放弃旧角色,并找到最适合他们的地方,发挥最重要的影响。AI的中心是它的算法,大家关注的是新算法在哪些地方超越了人类,但是我们也应该同时关注另外一个方面:人类医生在人工智能的时代扮演了哪些新角色呢?

医生作为人类-AI诊断过程的一部分

进行临床诊断时,需要医生来判断并分析患者的症状、体征和体检结果。这种判断容易受到医生的模糊记忆,知识缺口和认知偏见的影响。而AI则有潜力对最新最全的数据和医学证据进行客观评估,并且基于这些数据来提供高度准确的诊断结果和推荐疗法。

但是,AI需要先接受准确的数据输入才能产生正确的诊断,而患者的症状体验并不是总能用完美的医学术语来描述,并且,了解患者的完整病史仍然是完成临床诊断的关键技能。那些善于倾听,能让患者信任的医生更有可能发觉患者的言外之音,获取更多的数据,并采取正确的措施来帮助患者。

患者也有可能报告不准确或不相关的信息,包括夸张甚至谎言。人类医生比AI更容易识别这些内容。在人类-AI诊断界面里,人类医生将有一个重要的角色,即作为“人类”来理解患者的疾病,并将准确数据输入计算机。

但对于患者而言,面对诊断界面的根本问题可能不是“这台机器能够理解我吗”,而是“我想要一台机器来了解我吗”。在将来,AI几乎肯定能够模拟移情并评估患者叙述的真实性。聊天机器人正在兴起,而且AI解释肢体语言的技术正在进步。但患者是否会愿意分享信息给机器?他们是否愿意让一台机器来告诉他们患上了癌症,不管此时机器的情绪模拟的多么恰当?

有效沟通需要医生仔细评估患者的希望、恐惧和期待值。其中大部分都是非言语的。一个熟练的医生能读出患者未诉诸于口的信息,这些沟通的渠道是种本能,并会影响医生的诊治行为,而医生甚至通常没有意识到。这种人类互动非常复杂,无法通过算法复制。

有时AI算法可能会由于缺乏适当的数据而失败。比如对于罕见病,可能用于训练的数据不足以支持人工智能。这个时代新医生的重要技能之一,将是了解AI的极限以及如何在这些情况下做出诊断决定。同样,在患者身具多种疾病,需要多种治疗的情况下,决策会变得更加复杂微妙,因为一些医疗决定可能会影响另一个病情,AI在这方面的取舍可能会不如人类医生。另一个挑战将是等效诊断的情况,即AI提出多个诊断都具有相似的可能性。人类医生需要对这种不确定性加以判断,并与病人沟通。

急诊室中的团队领导者

目前的卫生系统分诊还依赖于人类判断,有时根据规则,有时根据知识和经验。规则通常是基于少数变量,所以会比较生硬。

采用AI进行分诊,可以基于更多的变量,从而达到更快、更准确、更敏感的效果。变量包括临床测量结果和通过可穿戴仪器或植入技术获得的实时跟踪。分诊不再需要简单地划分为粗疏的类别(比如表示病情危险级的红色,琥珀色和绿色),而是可以根据患者风险和对于快速干预的需求进行不断调整。连续数据流可以早期触发紧急服务,让无人驾驶的救护车装载着人类急救员,在患者意识到之前就达到现场。

医生在急诊室的作用是团队领导者、知识处理者和传播者。协调迅速发展的诊断、治疗途径,并在可能的情况下与患者讨论治疗的潜在利益和风险,这将成为治疗的关键。这些行为不一定必须是医生来完成,但确实需要一个人类。

让医生去处理复杂和异常情况

许多温和的疾病几乎完全可以由AI接手处理。在诊断确定,并且有完善、有效和安全的治疗方法时,可能不必有人类医生的参与。

如果AI能处理大多数的常规低风险疾病,那么医生将有更多的时间专注于那些需要丰富经验应对的复杂患者。这些患者可能具有更复杂的情况(比如罕见疾病或多发病),或病情诊断的不确定性较大。

复杂的也可能是患者的实际情况,而不是病情。对于那些有学习困难、痴呆症,成瘾等情况的患者,可能需要比其他病人更多的人力支持,因此,AI能为医生省下时间来帮助这些患者。

医生作为患者的教育者和顾问

长久以来,医生一直是医疗知识的看门人,为患者做出医疗决定。在AI时代,患者和医生都能接触到医学知识。但人类非常不擅长理解概率和评估风险,特别是当它与自己或亲友的健康有关时。因此,对大多数患者而言,医生有个非常重要的任务是了解风险,并与患者交流沟通,内容包括诊断可靠程度,干预的安全性或疗效等等。医生也需要能够解释AI制定的治疗计划。这并不要求医生深入了解机器学习,正如使用磁共振成像扫描不需要详尽了解机械知识那样。让医生解释AI的治疗计划,能够结合AI深厚的计算能力,和医生对医学的理解和跟患者交流的技能,将信息有效地传递给患者。

医生作为患者的代言人

医生都在医疗保健的前线身经百战,每天都听取患者的意见,经年累月地照顾同一位患者,并深刻了解医学的可能性和局限性。从这个角度来看,医生能够倾听并回应个别患者以及患者整体的需求。当有利益冲突时——比如说要在患者之间分配有限的医疗资源——这种代言作用尤为重要。这些问题可能很复杂,而且很易引发激动情绪,但至少是合理透明的。不一定每个人都会同意最终决定,但通往该决定的过程经得起仔细审查。

在AI时代,有种风险是利益相关者可以在算法中嵌入“隐藏”值,达到影响患者护理的目的。正如Paul Hodgkin博士所说:“发生价值冲突时会如何?一家资助机器学习系统的医药公司可能希望增加销售额,而医疗保健系统可能希望降低成本,同时患者可能优先考虑安全性。”所有人——包括患者、公众和医生——都需要参与这个过程并让“规则”算法负责。医生所能做出的关键贡献将是他们对两个领域的理解:“现实世界”中患者的经历,以及医生对于医学的能力和风险的理解。

医生在临终护理的场合

科幻大师阿西莫夫提出的机器人/AI守则中,最基本的原则是“不伤害人类或通过不作为让人类受到伤害。”这个原则在大多数情况下有效,但在临终决定的情况下可能会失败。人类医生能够理解,一些决定不仅仅是基于生存的逻辑问题。尽管阿西莫夫定律与希波克拉底誓言有相似性,但人类能够对其进行更复杂的解读,包括生命不仅仅在于长短,还应该考虑生活质量。AI在这方面的局限很难通过简单地插入一个“生活质量变化-剩余生命”的阈值来克服。一名患有晚期疾病的患者可能选择姑息治疗,而另一个可能会选择进一步化疗。患者做出的决定可以基于许多因素,这些因素可以提供给AI算法来分析,但最终决定仍需要患者独自完成。这类决策必须始终处于算法之外。

总结

AI的出现将是医疗保健的一场革命,因此医生的角色也需要发展。本文突出了特别的机遇或挑战。在AI时代成为一名优秀的医生,需要重新思考技能组合以及更大的心态转变。医学院和研究生培训也要计划参与这场革命。新医生要有能力处理AI构建的新世界。在这个新世界中,AI会无缝记录每个患者情况和每个临床报道,将其呈现为输入数据,并产生疾病的诊断、治疗功效、不良事件和死亡的概率。在大多数情况下,AI将比人类更快、更可靠、更便宜地做到这一点。有些人会将此视为威胁,其他人则视其为机会。

这篇文章不是关于AI,而是关于新医生以及他们如何在支持AI的医疗保健系统中找到自己的位置。这个时代需要的医生是人类与AI相结合后的知识处理者和共情传播者。现在是时候开始为此准备了。


关键字:智能医疗 AI

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/medical_electronics/2018/ic-news10319074.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:AI时代,医生会被人工智能算法取代吗?
下一篇:最后一页

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

药企已经无法离开人工智能,但AI想要牵手药企还需要跨越阻碍

AI在制药行业的应用被看作是人工智能企业落地的一大出口,药企也被认为是潜在的最大付费方。曾统计过,从资金流入来看,今年截至7月份,新流入的“AI+药物”领域的资金超过6亿美元,比去年全年还多,出现井喷式增长。国内外打上“AI+新药”标签的公司已达100余家。AI可以应用于药物发现、临床前研究、临床试验、合理用药决策、药物警戒、药物重组发现等众多领域。9月26日,“2018人工智能+药企创新论坛”上,来自医疗健康相关专家学者、医疗健康创新企业、投资公司和医疗机构行业代表数位嘉宾分享了见解,共同探讨了AI对于药企、医院的价值,以及如何解决突破AI应用的挑战。演讲嘉宾Ross Rothmeier是美国Medidata公司的技术方案
发表于 2018-10-14
药企已经无法离开人工智能,但AI想要牵手药企还需要跨越阻碍

我国AI医疗要想实现弯道超车,最关键的一步是解决医疗数据问题

一直以来,我国医疗都存在医生培养周期长,误诊率高,优质医疗资源供配不均等痛点,这使得看病难、看病贵已成不易根治的“顽疾”。而近两年来,随着人工智能走进医疗领域,医疗成了AI落地的又一万亿级场景,成为众多企业竞相涌入的风口,然而AI的赋能真的能有效地消除这些“顽疾”吗?AI+医疗的痛点又在哪里呢?五年前,IBM Watson高调进军医疗领域,并于2015年实现Watson系统的商用,为医院提供癌症的辅助诊疗服务,成为全球AI医疗行业的领导者。然而近几年,IBM Watson的发展并不如预期那般顺利,2017年2月,休斯敦安德森癌症研究中心(MD Anderson Cancer Center)终止了与IBM Watson
发表于 2018-09-27
我国AI医疗要想实现弯道超车,最关键的一步是解决医疗数据问题

医疗AI要怎么做才能实现技术场景落地?

从AlphaGo大战柯洁,到OpenAI血虐Dota2半职业选手,AI再次登上了历史的舞台。自2012年以后,得益于数据量的上涨、深度学习的出现的运算力的大幅提升,人工智能开始大爆发。然而,就在今年3月,“中国AI公司遭遇C轮死”引起哗然;5月有报道称IBM 医疗部门大幅度裁员,规模达50%-70%;随后美国医学媒体STAT有消息传出,STAT拿到了来自时任IBM Watson Health副首席健康官的Andrew Norden的文件,该报告显示正在使用Watson for Oncology(Watson肿瘤解决方案)的医生们提出了强烈的批评,指出 Watson经常提出不准确的医疗建议,这让IBM Watson陷入了历史以来最大
发表于 2018-08-22
医疗AI要怎么做才能实现技术场景落地?

《中国医疗人工智能产业报告》发布,关于医疗AI,你想知道的都在这里

增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展,人工智能之间被用来解决医疗行业的痛点。此前,美国咨询公司弗罗斯特-沙利文公司就曾提到,“人工智能可将医疗效果提高30%到40%,减少多达50%的医疗成本”。其次,在中国,医疗人工智能有着先天的发展优势。比如,中国人口数量庞大,有充足的医疗数据,为医疗人工智能的发展提供了基石。AI已覆盖医疗全产业链目前,医疗人工智能在医疗领域应用最广泛的是医疗影像领域,但实际上,健康点统计分析医疗人工智能产业的创业企业及上市公司布局后发现,作为一种提高效率的工具,目前,医疗 AI 已经覆盖了医疗产业链条上的医疗、医药、医保、医院四大环节。人工智能+医学影像是 AI
发表于 2018-08-11

世界医学影像领域迎来了高增长期,到2023年将达到每年20亿美元

起,而医学影像是密集发力点,最高占比31%。 其中天使轮有8起,A轮17起。2017年12月,创立于美国的图玛深维也宣布获得由软银中国领投,辰德资本、德联资本参投的B轮2亿元融资。在2018开始至5月的区间,根据医疗网消息,医学影像领域共发生融资14起,公开披露的有6起,总融资额在8亿元以上。其中相对大额的有一脉阳光独立医学影像中心,1月B轮融资4亿人民币,领投方为百度资本。其次还有宣远智能、推想科技分别在天使轮和C轮融资3亿元。但根据报告,许多大佬已经赶到。中国的腾讯和阿里就是很好的例子。腾讯的“腾讯觅影”医疗解决方案7月8日发布结直肠肿瘤筛查AI系统。这也是腾讯觅影自食管癌早筛后习得的第二个技能点。阿里在医疗方面自几年前就开始布局。从早
发表于 2018-08-10
世界医学影像领域迎来了高增长期,到2023年将达到每年20亿美元

从创想到落地,人工智能骨龄检测开启医疗AI进阶之旅

技术浪潮不断更迭的今天,医疗作为关乎民生的重要领域不断发生着翻天覆地的变化。人工智能的出现,打破了多个行业的传统模式、不断向智能化迈进。为提升医疗服务能力,医疗健康事业建设者们也在努力让更多的信息化技术深度融合进来,人工智能就是其中的一个重要方面。在CHIMA2018召开期间,上海交通大学附属儿童医院与卫宁健康共同举办了媒体沟通会,围绕“医疗AI-从创想到落地”主题进行了深度交流。上海交通大学附属儿童医院于广军院长,上海交通大学附属儿童医院影像科杨秀军主任,卫宁健康人工智能实验室负责人陈旭博士出席了本次活动,就医疗AI相关问题进行深度交流。推动医疗AI发展 数据是首层保障人工智能与医疗的融合已经不是新鲜事,就目前来讲,医疗
发表于 2018-07-26
从创想到落地,人工智能骨龄检测开启医疗AI进阶之旅

小广播

最新视频课程更多

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 医学成像 家庭消费 监护/遥测 植入式器材 临床设备 通用技术/产品 其他技术 综合资讯

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved