無(wú)論是臨床診斷、病人護(hù)理，還是施藥;無(wú)論是藥品生產(chǎn)、組織管理，還是醫(yī)保信息交互，這些AI系統(tǒng)都為醫(yī)療從業(yè)者的工作起到了極大的助力。
AI是如何被融入到醫(yī)學(xué)研究和醫(yī)療健康的?
將AI系統(tǒng)融入到醫(yī)學(xué)研究，具有令人極為欣喜的應(yīng)用前景，它能幫助我們更好地理解那些疾病的病理，幫助我們開(kāi)發(fā)出更多的新式治療手段，實(shí)現(xiàn)更為精準(zhǔn)的醫(yī)學(xué)診斷，甚至還能私人訂制地為個(gè)人生產(chǎn)出特制的藥品。
然而，鑒于目前仍存在的將AI應(yīng)用到醫(yī)療領(lǐng)域的局限和偏見(jiàn)，它們或?qū)⒆璧K這些應(yīng)用前景的實(shí)現(xiàn)，而這就需要研究人員更為細(xì)心謹(jǐn)慎地去探索這一前沿的技術(shù)。
目前，這些將AI技術(shù)應(yīng)用到醫(yī)療領(lǐng)域的局限，包括有不完整或不準(zhǔn)確的研究數(shù)據(jù)，即未含蓋到特定的少數(shù)群體，除此之外，尤以美國(guó)醫(yī)保系統(tǒng)為代表的復(fù)雜醫(yī)療補(bǔ)貼激勵(lì)制度，也將在一定程度上阻礙到了AI醫(yī)療技術(shù)的應(yīng)用。舉個(gè)簡(jiǎn)單的例子，目前的一些醫(yī)療補(bǔ)貼制度會(huì)更支持個(gè)別種類(lèi)的藥物研發(fā)，或是更傾向于補(bǔ)貼個(gè)別治療方案。
醫(yī)療研究數(shù)據(jù)時(shí)常會(huì)表現(xiàn)出客觀、通用的屬性，但在實(shí)際應(yīng)用的過(guò)程中，這些研究結(jié)論往往會(huì)表現(xiàn)出片面、暫時(shí)和只針對(duì)某些團(tuán)體或病癥的特性，而AI系統(tǒng)根據(jù)這些“片面”數(shù)據(jù)所分析和建立出的模型，可能會(huì)引出、建立或是衍生出一些錯(cuò)誤的猜測(cè)。
所幸的是，這樣的錯(cuò)誤情況是可以避免的。如果一個(gè)AI系統(tǒng)所收集的數(shù)據(jù)不存在上面我們所提到的那些瑕疵(假設(shè)這點(diǎn)是可以被保證的)，或是該AI系統(tǒng)所使用的數(shù)據(jù)框架像隨機(jī)對(duì)照試驗(yàn)方法(randomized control trials, RCTs)或是其它公共醫(yī)療數(shù)據(jù)庫(kù)那樣，具有自行矯正這些問(wèn)題的能力，能減小其內(nèi)在錯(cuò)誤偏差的話，它就能有效地避免重大誤差的出現(xiàn)。
假設(shè)這些誤差微小到可被忽略，將AI系統(tǒng)融入到醫(yī)療健康研究和臨床實(shí)踐中心的一個(gè)最有可能實(shí)現(xiàn)的應(yīng)用前景，是讓AI去協(xié)助醫(yī)生進(jìn)行病癥診斷，從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律性的模式，從而幫助醫(yī)生更早地揪出那些藏匿在身體深處的“狡猾”病灶。
事實(shí)上，AI系統(tǒng)目前已經(jīng)可以完成對(duì)部分病癥的診斷了，這其中就包括了白血病。在檢查和臨床護(hù)理環(huán)節(jié)，AI系統(tǒng)在一些情況下，也有幾率能減少，甚至預(yù)防誤診情況的出現(xiàn)。須知，誤診是可以致命的，AI輔助診斷技術(shù)的價(jià)值之高，可想而知。
在這方面，AI系統(tǒng)在診斷和確立病癥的環(huán)節(jié)上，正扮演越來(lái)越重要的角色。然而，也正是因?yàn)槿绱?，研究人員必須警惕，要避免出現(xiàn)因AI錯(cuò)誤猜測(cè)，而推斷出“正常”或是“平均”等健康狀況描述的情況的發(fā)生。
類(lèi)似的，我們只需要回顧一下美國(guó)在1973年前的那段歷史，就想象出當(dāng)AI出現(xiàn)誤診時(shí)，會(huì)發(fā)生什么樣慘劇。彼時(shí)，美國(guó)精神病學(xué)協(xié)會(huì)(American Psychiatric Association)將同性戀作為一種精神疾病列入到了它權(quán)威的精神病診斷和統(tǒng)計(jì)手冊(cè)當(dāng)中，這樣一來(lái)，悲劇的出現(xiàn)就不可避免了。
同樣的，當(dāng)AI系統(tǒng)被直接地應(yīng)用到病人護(hù)理時(shí)，它們將涉足到診斷和臨床管理的方方面面，而這也時(shí)常將隔開(kāi)看護(hù)者同病人之間的距離，所以，適當(dāng)?shù)孛鞔_出AI“專業(yè)程度”的局限，是非常重要的。
一名人類(lèi)外科醫(yī)生在上崗之前，會(huì)先上醫(yī)科大學(xué)，在經(jīng)歷過(guò)層層嚴(yán)苛的考核后，他們的醫(yī)術(shù)才能獲得世人的承認(rèn)，然而，我們要如何造出一個(gè)出色的AI大夫來(lái)協(xié)助，或者甚至是取代一個(gè)有“文憑”的人類(lèi)名醫(yī)呢?
這樣一個(gè)AI醫(yī)療系統(tǒng)意味著它需要具有絕對(duì)準(zhǔn)確的專家級(jí)權(quán)威水平，不會(huì)出現(xiàn)誤診或是診斷偏頗的情況。這種級(jí)別的信任代表著這些AI系統(tǒng)無(wú)論是在出廠的能力評(píng)估上，還是在檢測(cè)其極限能力上，都可以接受更少的審查，而這也將制造出那些，目前還未被醫(yī)學(xué)倫理框架所囊括的新型倫理問(wèn)題。
除此之外，我們還需要關(guān)注類(lèi)似于這樣的AI醫(yī)療系統(tǒng)在醫(yī)保領(lǐng)域內(nèi)被布置于何處，使誰(shuí)受益等等這樣的問(wèn)題。盡管讓醫(yī)療健康惠及所有人，讓大家都能負(fù)擔(dān)得起確實(shí)是一種需求，但已有大量的證據(jù)表明，取得醫(yī)保和健康數(shù)據(jù)的權(quán)限并未被公平地分配，在多數(shù)情況下，窮人、非白人和女性群體常常處于劣勢(shì)地位。
讓AI系統(tǒng)融入到醫(yī)保體系，非但不會(huì)根除這些系統(tǒng)性的不平等問(wèn)題，反而還有可能會(huì)放大這種問(wèn)題的嚴(yán)重性。雖然AI系統(tǒng)可以實(shí)現(xiàn)合適的定制化醫(yī)療護(hù)理，讓各式各樣的人都獲益，但它也可以被故意培養(yǎng)成過(guò)濾掉那些之前就常常被忽視、被服務(wù)不周的外圍群體。