參考訊息網4月2日報道英國【經濟學人】周刊3月30日刊登題為【人工智慧醫生，終於，來為你看病了】的文章。全文摘編如下：
完善診斷、個人化扶助患者、加速藥品研發、提高效率……人工智慧生成的興奮和聳動無處不在，但在醫療保健領域，真有可能帶來轉型。分析人士預測，在歐洲套用人工智慧每年能挽救數十萬人的生命；在美國，套用人工智慧可以節省資金，每年減少醫療開支2000億至3600億美元，而現在每年醫療開支約為4.5萬億美元，約等於美國國內生產毛額的17%。從智慧聽診器、機器人外科醫生，到大數據集分析或聊天能力，再到擁有人臉的醫用人工智慧，機會比比皆是。
已有證據表明，人工智慧系統可以提高診斷準確度、加強疾病追蹤，更有效預測患者結果，提出更好的治療建議。還能透過承擔醫學轉錄和監測患者等任務以及精簡行政管理來提高醫院和手術的效率。人工智慧或許正在加快新藥進入臨床試驗的過程。包括生成式人工智慧在內的新工具大大強化這些能力。然而，盡管人工智慧已經在醫療保健領域套用多年，但融入進展緩慢，效果往往差強人意。
其中既有說得過去的理由，也有說不過去的理由。說得過去的理由是，為確保患者安全，醫療在引入新工具時要求的舉證門檻很高。而說不過去的理由涉及數據、監管和激勵。克服這些障礙可以為人工智慧套用於其他領域提供經驗教訓。
面臨三大障礙
人工智慧系統是透過處理大量數據來學習的，而醫療保健機構掌握著大量數據。但健康數據高度分散，數據使用受到嚴格規定。政府意識到患者希望自己的醫療私密得到保護。但患者也希望獲得更有效、更個人化的治療。每年約有80萬美國人因糟糕的醫療決策而遭殃。
要提高準確性和減少偏見，就需要人工智慧工具在充分反映患者多樣性的大數據集上接受訓練。找到安全方法讓健康數據更自由地流動會有所幫助，也會讓患者受益。患者應該有權獲取自己的記錄，這些記錄應表現為便攜的數位形式。消費者健康企業已經在利用可穿戴裝置的數據，並或多或少有些成果。人員攜行式的患者記錄能讓眾人更充分地利用自己的數據，為自己的健康更加負責。
另一個問題是創新的管理和規範。在許多國家，治理健康領域的人工智慧就像在其他領域一樣，難以跟上創新的快速步伐。監管部門或是遲遲不能透過新的人工智慧工具，或是缺乏能力和專業知識。政府需要配齊監管者來評估新的人工智慧工具，還需要填補監管空白，具體做法是監視不良事件，並在對演算法的持續監控中確保演算法準確、安全、有效和透明。
這會很難。一個解決辦法是各國攜手合作、相互學習、制定最低限度的全球標準。不那麽復雜的國際監管體系也有助於創立讓小企業可以創新的市場。衛生基礎設施欠發達的較貧困國家透過引進新工具——例如一款由人工智慧驅動的人員攜行式超聲裝置，能有很大收獲。在這些國家，除了人工智慧工具外往往根本沒有治療手段，因此甚至有可能就此超越富國根深蒂固的衛生系統，不過數據匱乏、連通水平低下和計算能力不足將阻礙這一行程。
最後一個問題涉及制度和激勵。人工智慧有望降低醫療成本——能協助甚至取代人工、提高生產力、減少差錯、削減開支，與此同時還能提高醫護水平。這正是當務之急：到2030年，全世界的醫衛人員缺口可能達到1000萬。
然而，利用創新來省錢並不容易。建立衛生系統是為了提高醫護水平，而不是削減成本。每年新增的醫衛開支中，或許多達一半用於新技術。追加新系統既會增加成本，也會增加難度。而重新設計流程以便有效利用人工智慧又很可能遭到患者和醫護人員的抵制。盡管人工智慧或許能在電話中為患者分診，或是提供常規檢查結果，但患者還是會要求面診。
更糟糕的是，許多醫療系統，比如在美國，建立時都是以工作量作為報酬依據。這樣的系統沒有理由采用技術來減少就診人數、檢驗及手術次數。即便是公立醫療體系也可能沒有足夠動力去采用降低成本而非改善結果的技術，這或許是因為省錢可能導致第二年的預算減少。如果政府不能改變現行激勵措施，讓人工智慧既能改進治療又能提高效率，那麽創新就會增加成本。因此，政府和衛生部門必須出資支持專門測試和使用人工智慧新技術的計劃。
在醫療保健領域促進人工智慧發展，這一重任大多落在政府和監管者身上。然而，企業也不能置身事外。已經有保險公司利用人工智慧工具，有失公平地拒付醫療服務；也有公司虛假兜售或誇大其詞醫療人工智慧的能力；還有演算法出了錯。企業有責任確保產品安全、可靠和負責，確保盡管有缺陷，但掌控一切的還是人類。
潛在好處巨大
這些障礙難以逾越，但在醫療保健領域使用人工智慧的潛在好處是如此巨大，使得克服障礙的理由顯而易見。而如果能讓人工智慧在醫藥方面發揮作用，就能為其他領域的人工智慧套用開出藥方。
·提高醫療效率
人工智慧承載得起被寄予的部份希望，這也是真正有可能的。與以往相比，更簡單、更易於操作的界面會讓基於人工智慧、負責數據處理及幫助時間管理的系統更適用於醫生、患者和醫療服務提供者。面對高成本和老齡化的世界，如果醫療系統要適應並改進，就急需提高生產力。僅靠人工智慧無法解決問題，但會有所幫助。
·擁有人情味兒
未來在醫藥領域，人工智慧分身將成為企業與使用者溝通越來越重要的方式之一，而且事實將證明它們對衛生系統極其有用——就衛生系統而言，對人情味兒的需求日漸超出能從專業角度提供適當撫慰的受訓人員的數量。但業內人士也擔憂該技術遭到濫用。除了擔心輸出資訊的品質外，還擔心輸入資訊可能出現問題，包括能否恰到好處地匿名處理訓練數據，能否確保與聊天機器人的對話保密。
·提升診斷能力
人工智慧套用於診斷的時間，比套用於醫療領域其他任何分支的時間都要長。但由此帶來的變革遠未完成。迄今為止使用的人工智慧系統往往是現在看來非常簡單的模式辨識技術。自2022年聊天生成預訓練轉換器(ChatGPT)問世以來，基礎模型驚艷世界，但幾乎還沒開始在醫療領域發揮作用。
新一代基礎模型是基於各式資料來源訓練的，而不只基於影像和大量文本，看起來很可能進一步擴充工具箱。基礎模型不應僅僅用於提升對已出現疾病的診斷，還能為尚未暴露的疾病提供更精準的預警，比如癌癥、心臟病或糖尿病。
·接管藥物研發
人工智慧可以生成新想法，為使用者帶來的啟發有助於認定藥物靶點，也有助於預測可能充當藥物的新型化合物會有哪些行為——有時是此前從未想象到的。人工智慧還能用來為老藥找到新用途，預測新藥的副作用，並設法辨識一款藥物可能對哪些患者有益、對哪些患者有害。（編譯/張熠檸）
英國【經濟學人】周刊3月30日一期封面
