医疗是AI最严峻的考验

(SeaPRwire) –   如果你想了解人工智能将如何真正影响世界，不要看编程、法律或金融。看看医疗保健。这是人工智能面临的最严峻考验：层层监管、生死攸关的赌注、复杂的生物学，以及一个深刻人性化、富有同情心的核心——大多数人会认为这是机器最不可能复制的东西。

大约十年前，计算机科学家、诺贝尔奖获得者杰弗里·辛顿（被称为“人工智能教父”）曾预测，医院应该停止培训放射科医生，因为五年内，人工智能将能更好地完成这项工作。近十年过去了，放射科医生的数量比以往任何时候都多。在1995年至2024年间获得FDA批准的人工智能和机器学习工具中，有723个是放射学设备。机器改进了。人类并没有离开。

当我最近向辛顿提及此事时，他迅速进行了重新阐述，而非退却。他说，他误判的不是技术，而是经济学。

“医疗保健是一个弹性非常大的市场，”他告诉我。“如果你让一名医护人员的工作效率提高十倍，我们所有人得到的医疗服务也只会增加十倍。尤其是老年人，他们可以吸收无穷无尽的医疗服务。”

那个标准问题——“人工智能会取代医生吗？”——结果证明是问错了。对医疗保健的需求实际上是无限的。总会有另一张扫描图需要解读，总会有另一种病症因为无人有时间查看而未被诊断。人工智能不会缩减医疗劳动力。它将揭示出，一直存在多少未被满足的需求。

当人工智能超越医生，以及当它失败时

在某些场景下，人工智能已经超越了医生。心脏病专家兼研究员埃里克·托波尔引用了一项研究，其中独立工作的人工智能系统击败了将人工智能作为工具使用的医生。“我仍然认为人机结合很可能胜出，”托波尔告诉我。“但我不像2019年时那么有信心了。”

为什么单独的人工智能有时会胜过使用人工智能辅助的人类？一种解释是研究人员所谓的自动化忽视：医生固守其最初的诊断，即使系统提出了替代方案，也未能进行调整。另一种解释是，我们根本没有学会如何与这些工具有效协作。

并非所有证据都支持机器。在一项发表于《自然医学》的随机对照试验中，心脏病专家克里斯托弗·莫罗及其同事在一个涉及疑似心脏淀粉样变性的复杂心脏病病例上测试了一个人工智能系统，这种诊断即使经验丰富的临床医生也觉得困难。

“专科医生稀缺，”他说。“人工智能能帮助全科医生像他们一样思考吗？”

可以。在人工智能辅助下，普通心脏病专家做出的评估得到了专科评审员的青睐，临床显著错误更少。但人工智能的回应中有6.5%包含临床显著的幻觉。

使这一发现有用的是接下来发生的事情。“当人类心脏病专家质疑人工智能模型‘你确定超声心动图显示心室增厚吗？’时，人工智能会自我纠正。”这台机器直到有人询问才知道自己错了。

而且存在警示信号。就在上个月，托波尔指出，《美国医学会杂志》内科学子刊上的一篇论文评估了使用ChatGPT最先进模型进行医疗分诊的情况。它超过一半的时间分诊错误，告诉那些急需去急诊室的患者待在家里。“我们还有很长的路要走，”他说。

证据参差不齐。对于某些任务，单独的人工智能表现最佳。对于其他任务，人机结合胜过任何一方。还有一些任务，这项技术危险地不可靠。真正的挑战不在于人工智能是否有效，而在于知道它何时有效。

从反应性医疗转向预防性医疗

最重大的转变可能不在于诊断准确性，而在于时机。现代医疗体系旨在症状出现后治疗疾病。托波尔认为人工智能可以帮助医疗向上游移动。

“三大与年龄相关的疾病——神经退行性疾病、癌症和心血管疾病，都需要在我们体内经历15到20年的潜伏期，”他告诉我。“我们有一个很长的‘跑道’可以利用，但我们过去没有办法整合所有数据。我们甚至没有所有数据。”

现在我们开始有了。苹果手表和其他可穿戴设备，持续产生心率变异性、血氧和睡眠数据流。斯坦福大学的研究人员最近表明，可以从视网膜扫描中准确预测130种疾病。像GRAIL这样的公司，现在可以估算一个人的表观遗传年龄。根据托波尔的说法，缺失的部分是免疫组，即一个人免疫功能的综合图谱。

“除了大脑，免疫系统是人体最复杂的系统，”他说。“而我们在临床上没有办法测量它。在2026年，这太糟糕了。”

他认为，失调的免疫系统是连接癌症、神经退行性疾病和心脏病的共同主线，测量它将开启风险预测的新时代。

机会不在于用单一突破性产品取代医生，而在于围绕新的上游预防性护理模式构建基础设施：睡眠、可穿戴设备、血液蛋白。人工智能的真正前景可能在于它静静地监测身体最早的预警信号，并在疾病显现之前很久就进行干预。

人工智能在医疗保健中的法律、伦理和人性限制

然而，人工智能在医疗保健中的应用不会纯粹是技术性的。辛顿指出了一种法律上的不对称性。如果医生未能使用现有的人工智能工具导致患者死亡，没有人会被起诉。但如果医生使用了人工智能并造成伤害，责任可能立即产生。这种体系阻碍了早期采用。

与此同时，人为错误仍然普遍存在。“我们知道美国每年至少有25万例死亡是由医疗错误导致的，”托波尔告诉我。“而我们往往不谈这个。我们一直在谈论人工智能犯的错误。”

此外，同理心的问题仍未解决。当我问辛顿，在他生命尽头是否愿意接受人工智能的照护时，他停顿了一下。“我可能会觉得它在假装，”他说。然后又补充道：“但我认为人工智能可以真正拥有同理心。”

托波尔不同意。“人工智能非常善于传递同理心，”他告诉我。“但机器不可能知道同理心是什么。人们希望看着某人的眼睛，知道那个人关心他们。那是医学的本质。没有机器能真正取代这一点。”