人工智能已經(jīng)被世界各地的醫(yī)院所采用,但是把人工智能引入醫(yī)療保健并不一定是為了讓機器與人類大腦相對抗。人工智能在檢查室里拓展、完善醫(yī)
人工智能已經(jīng)被世界各地的醫(yī)院所采用,但是把人工智能引入醫(yī)療保健并不一定是為了讓機器與人類大腦相對抗。人工智能在檢查室里拓展、完善醫(yī)生的工作,確保他們更好地對病人進行診斷。
“21世紀的聽診器”
被稱為“醫(yī)學界的未來學家”的Bertalan Meskó將人工智能稱為“21世紀的聽診器”。他的評估可能比他預想的更加準確。盡管各種技術和測試為醫(yī)生們提供了診斷和治療患者所需的全部信息,但他們已經(jīng)負擔了大量的臨床和行政責任,而且對大量可用信息進行分類是一項令人望而生畏的任務。
這就是人工智能這個“21世紀的聽診器”可以發(fā)揮其作用的地方。
然而,人工智能在醫(yī)學領域的應用并不局限于“行政工作”。從強大的診斷算法到精細的外科手術機器人,這項技術正使其在醫(yī)學學科中得到廣泛應用。顯然,人工智能在醫(yī)學領域占有一席之地;我們尚不清楚的是它的價值。想象未來人工智能會成為病人護理團隊的一部分,我們首先必須更好地了解人工智能是如何與人類醫(yī)生相比較的。在準確性方面誰更出色?人工智能有哪些具體的、或者獨特的貢獻?在醫(yī)學的實踐中,人工智能在哪些方面將會是最有幫助的?他們可能潛在對人體帶來傷害嗎?只有當我們弄清這些問題之后,我們才能開始預測,然后建立我們想要的、以人工智能為動力的未來。
人工智能vs.人類醫(yī)生
雖然正處于發(fā)展的早期階段,但人工智能已經(jīng)具備了與人類醫(yī)生同樣的診斷病人的能力。英國牛津大學教學醫(yī)院約翰·拉德克利夫醫(yī)院的研究人員開發(fā)了一種人工智能診斷系統(tǒng),這種系統(tǒng)比醫(yī)生診斷心臟病的準確率更高,目前至少在80%的情況下是這樣。在哈佛大學,研究人員發(fā)明了一種“智能”顯微鏡,可以檢測出潛在的致命的血液感染,研究人員在10萬張圖像上對AI輔助工具進行了訓練,而這些圖像來自25,000張用染料處理的幻燈片,這樣可以使細菌更容易被發(fā)現(xiàn)。人工智能系統(tǒng)已經(jīng)可以對這些細菌進行分類,準確率達到95%。日本橫濱昭和大學的一項研究顯示,一種新的計算機輔助內(nèi)鏡系統(tǒng)可以顯示結腸癌的潛在癌癥生長跡象,靈敏度為94%,特異性為79%,準確性為86%。
在一些情況下,研究人員還發(fā)現(xiàn),在那些需要快速做出判斷的挑戰(zhàn)性診斷中,人工智能的表現(xiàn)要優(yōu)于人類醫(yī)生,比如判斷病變是否癌變。在2017年12月發(fā)表在《美國醫(yī)學會雜志》(Journal of the American Medical Association)上的一項研究表明,深度學習算法比人類放射學家在“時間緊迫”時更能診斷出轉移性乳腺癌。盡管人類放射學家在沒有限制的時間內(nèi)來回顧病例時,可能會做得很好,但在現(xiàn)實世界中(特別是在像急診室這樣的大容量、快速周轉的環(huán)境中),是否能夠快速作出診斷可能會直接決定病人的生死。
當然,還有IBM的沃森,挑戰(zhàn)從腫瘤細胞的遺傳數(shù)據(jù)中收集有意義的見解時,人類專家花了160個小時來回顧并根據(jù)他們的發(fā)現(xiàn)提供治療建議。而沃森只用了10分鐘就提出了同樣可行的建議。谷歌最近發(fā)布了一個開源工具DeepVariant,,它是谷歌分析遺傳數(shù)據(jù)的人工智能工具,在去年的“精準FDA”真理挑戰(zhàn)賽(PrecisionFDA Truth Challenge)中,它是同類產(chǎn)品中最準確的工具。
人工智能在對健康狀況的預測上,也比人類表現(xiàn)更好。今年4月,英國諾丁漢大學的研究人員發(fā)表了一份研究報告,研究顯示,通過對37.8萬名患者的大量數(shù)據(jù)進行訓練,自學成才的人工智能預測病人心血管疾病的幾率比目前的標準高出7.6%。為了更好地理解這個數(shù)字,研究人員寫道:“在大約83000條記錄的樣本中,這相當于有額外355名患者的生命可以得到挽救。”或許最值得注意的是,神經(jīng)網(wǎng)絡也減少了1.6%的“假警報”,即風險被高估,這可能導致病人進行不必要的手術或治療,增加不必要的風險。
在理解和處理大量數(shù)據(jù)方面,人工智能是最有用的,因為這些數(shù)據(jù)對人類來說可能太過龐大。這也正是不斷發(fā)展的精密醫(yī)學領域所需要的。希望填補這一空白的是Human Diagnosis Project(Human Dx)項目,它將機器學習與醫(yī)生的實際經(jīng)驗結合起來。該組織正在收集來自80多個國家的7500名醫(yī)生和500個醫(yī)療機構的信息,以便開發(fā)一個系統(tǒng),病人、醫(yī)生、組織、設備開發(fā)人員或研究人員都可以訪問這個系統(tǒng),并可以據(jù)此做出更明智的臨床決策。
非營利組織Human Diagnosis Project的主任Shantanu Nundy告訴Futurism,在任何行業(yè)發(fā)展技術的時候,人工智能應該無縫地整合到它的功能中去。“你必須把這些東西設計成使用戶受益的。人們使用Netflix,但它并不像“放電影的人工智能”,對嗎?人們使用亞馬遜,但它也不像“購物的人工智能”。”
換句話說,如果這項技術被設計得很好并且以人們認為有用的方式實現(xiàn),人們甚至不會意識到他們在使用人工智能。
對于思想開放、有遠見的臨床醫(yī)生來說,像Huma Dx這樣的項目的直接吸引力在于,與直覺相反,它可以讓他們少花點時間在技術上。“有證據(jù)表明,我們現(xiàn)在50%的時間都在屏幕前,”Nundy對Futurism說。他也是華盛頓地區(qū)的一名執(zhí)業(yè)醫(yī)師。人工智能可以為醫(yī)生減輕一些行政負擔,比如整理文檔,從而為醫(yī)生節(jié)約更多的時間。
優(yōu)化移動健康APP:理解人性及關注心理健康
而在醫(yī)療保健方面,人工智能并不一定要取代醫(yī)生,而是要優(yōu)化和提高他們的能力。
位于波士頓的人工智能和行為分析公司Cogito的移動健康部門首席行為科學官Skyler Place告訴Futurism,“我認為人工智能今天的價值在于協(xié)助人類,而不是取代人類。”
Cogito一直在使用基于人工智能的語音識別和分析,以改善許多行業(yè)的客戶服務交互。該公司進軍醫(yī)療保健領域的舉措是一款追蹤患者行為的心理健康應用,Cogito Companion。
這款應用可以監(jiān)控病人的手機,包括主動和被動的行為信號,比如可以顯示患者幾天沒有離開家的位置數(shù)據(jù),或者是一些通訊記錄,表明他們已經(jīng)有好幾周沒有在手機上發(fā)短信或打電話了(該公司稱,這款應用只知道病人是否在用手機打電話或發(fā)短信——它不追蹤用戶的來電或通話內(nèi)容)。病人的護理小組可以監(jiān)測隨后的報告,以發(fā)現(xiàn)這些跡象所表明的病人的整體心理健康狀況的變化。
Cogito已經(jīng)與全美數(shù)家醫(yī)療保健系統(tǒng)合作,對這款應用進行了測試。測試發(fā)現(xiàn),這款應用已經(jīng)在老兵群體中占據(jù)了一席之地。退伍軍人面臨著被社會孤立的高風險,但他們可能不愿意與醫(yī)療保健體系打交道,尤其是精神衛(wèi)生資源,因為他們會感到羞恥。“我們發(fā)現(xiàn),這款應用是一種建立信任的方式,可以在更廣的范圍內(nèi)推動醫(yī)療服務的參與,”Place說,并補充說這款應用“實際上充當了行為改變的引物”,這似乎可以幫助退伍軍人感到自己被授權和愿意參與心理健康服務。
這就是人工智能的用武之地:該應用還使用機器學習算法分析病人的聲音記錄(有點類似于音頻日記)。這些算法的設計目的是捕捉情感線索,就像兩個人在說話一樣。“我們能夠構建出與人們說話方式相匹配的算法,比如能量、語調(diào)、談話中的活力或流程,”Place解釋道。
從那里,人們訓練算法來學習“值得信賴”或“勝任”的聲音,識別抑郁的人的聲音,或者是躁郁癥患者在躁狂和抑郁時的聲音差異。這款應用不僅可以為患者提供實時信息,幫助他們追蹤自己的情緒,但這些信息也可以幫助醫(yī)生追蹤病人的病情進展。
在Cogito,Place已經(jīng)看到了人工智能幫助我們“理解對話中的人性方面以及人類心理健康的方方面面”的能力。理解是第一步。但我們的最終目標是找到一種有效的治療方法,這也是目前醫(yī)生與精神健康問題密切相關的地方。但是,當涉及到更實際的事情時,機器人會扮演什么角色呢?
機器人手術
在過去的幾十年里,人工智能領域最引人矚目的應用之一就是外科機器人的發(fā)展。
在大多數(shù)情況下,手術機器人(最著名的是“達芬奇”機器人)的功能是協(xié)助人類外科醫(yī)生,在附近的控制臺控制設備。但2010年,在加拿大蒙特利爾進行了一場有野心的手術。手術機器人及機器人麻醉師(被稱為McSleepy)進行了第一次串聯(lián)表演,并號稱是世界第一。在手術過程中收集的數(shù)據(jù)反映了這些機器人醫(yī)生出色的表現(xiàn)。
2015年,在第一批手術機器人進入手術室10多年后,麻省理工學院對FDA的數(shù)據(jù)進行了回顧性分析,以評估機器人手術的安全性。在研究期間,報告了144例患者死亡和1391例患者受傷,這些主要是由于技術困難或設備故障所致。報告指出,“盡管死亡和受傷數(shù)量相對較多,但絕大多數(shù)程序都是成功的,沒有任何異常。”但是,在更復雜的外科手術領域(如心胸外科)中發(fā)生的患者死亡和受傷的事件數(shù)量要比婦科和普通外科等領域要高得多。
看起來,機器人手術在某些專業(yè)領域表現(xiàn)良好,但更復雜的手術最好留給外科醫(yī)生——至少現(xiàn)在是這樣。但這種情況可能會很快發(fā)生變化,而且由于手術機器人能夠獨立于人類外科醫(yī)生的操作,所以當出現(xiàn)問題時,要決定誰應該受到責備將變得更加困難。
一個病人可以起訴機器人的過失行為嗎?由于這項技術還相對較新,在這種情況下的訴訟是法律上的灰色地帶。傳統(tǒng)意義上,專家認為醫(yī)療事故是由于醫(yī)生疏忽造成的,或者是違反了規(guī)定的醫(yī)護標準。然而,過失的概念暗示了一種內(nèi)在缺乏的意識,但是機器人所遵守的是已經(jīng)存在的一些性能標準。
所以,如果不是機器人的話,誰,或者什么,應該承擔責任?一個病人的家庭能否讓負責監(jiān)督機器人的人類外科醫(yī)生負責?或者,制造機器人的公司應該承擔責任嗎?機器人的設計者呢?這個問題目前還沒有明確的答案,但它需要盡快被解決。
創(chuàng)造未來,而不是預測未來
在未來的幾年里,人工智能在醫(yī)藥領域的作用只會越來越大:在埃森哲咨詢公司撰寫的一份報告中,人工智能在2014年的市場價值為6億美元。到2021年,這一數(shù)字預計將達到66億美元。
這個行業(yè)或許正在蓬勃發(fā)展,但我們不應該匆忙或隨意地整合人工智能。部分原因是,對人類來說合乎邏輯的事物不一定適用于機器。以人工智能被訓練來確定皮膚損傷是否具有潛在的癌變可能為例。在現(xiàn)實中,皮膚科醫(yī)生經(jīng)常用尺子來測量他們懷疑是癌變的病變。據(jù)The Daily Beast網(wǎng)站報道,當人工智能在這些活檢圖像上被訓練時,如果圖像中有尺子,人工智能就更有可能說病變是癌變的。
算法也可能會繼承我們的偏見,一部分原因是由于用于訓練人工智能的材料缺乏多樣性。在醫(yī)學方面,機器接受的數(shù)據(jù)很大程度上取決于誰在進行研究,以及在哪里進行研究。白人男性仍然在臨床和學術研究領域占據(jù)主導地位,他們也構成了參與臨床試驗的大多數(shù)患者。
醫(yī)療決策的一個原則是,一個手術或治療的好處是否大于風險。當考慮人工智能是否已經(jīng)可以與手術室里的人類外科醫(yī)生平起平坐時,一點點的風險收益和平等分析將會大有幫助。“我認為,如果你和正確的利益相關者一起建立技術,并且投入額外的努力去實現(xiàn)包容性,那么我認為我們可以改變未來,”Human Dx的Nundy說。“我們正在努力塑造未來的格局。”
盡管有時我們擔心機器人會率先將人工智能整合到醫(yī)學領域,但人類是進行這些操作的人,最終推動變革的是人類。把人工智能運用在哪里是由我們決定的,而最好的做法是用傳統(tǒng)的方法。醫(yī)生可以用人工智能作為工具來開始構建他們想要的未來,這對他們和他們的病人來說是最好的未來,而不是試圖預測醫(yī)生在20年后將會是什么樣子。