醫(yī)療AI的應(yīng)用還未到成熟期。
越來越多的報(bào)道將人工智能技術(shù)視為改善醫(yī)療系統(tǒng)的“潛力股”，尤其是在醫(yī)療資源匱乏和分布不均的中低收入國家 (LMIC)。因?yàn)槿斯ぶ悄艿膬r(jià)值在于通過支持和標(biāo)準(zhǔn)化臨床判斷，并通過以數(shù)據(jù)為導(dǎo)向的方法標(biāo)準(zhǔn)化臨床流程，因此在醫(yī)療資源匱乏的地區(qū)，人工智能驅(qū)動(dòng)的臨床工具被寄予“提高醫(yī)療服務(wù)數(shù)量和質(zhì)量”的厚望。
然而醫(yī)療AI在中低收入國家醫(yī)療領(lǐng)域的實(shí)際應(yīng)用范圍和效果如何？德國海德堡大學(xué)和英國劍橋大學(xué)的學(xué)者為此進(jìn)行了一項(xiàng)回顧性研究，收集了2009年1月1日至2021年9月30日發(fā)表在Scopus、EMBASE、MEDLINE、Global Health和APA PsycInfo的相關(guān)文獻(xiàn)，以及通過Google學(xué)術(shù)搜索到的灰色文獻(xiàn)，最終聚焦到10項(xiàng)評(píng)估人工智能在LMIC醫(yī)療領(lǐng)域的應(yīng)用研究。這10項(xiàng)研究中，有4項(xiàng)研究在中國進(jìn)行，AI的應(yīng)用范圍包括臨床決策支持系統(tǒng)、治療計(jì)劃、分診助手和健康聊天機(jī)器人。
通過對(duì)現(xiàn)有研究的匯總，研究人員從以下三個(gè)方面進(jìn)一步分析了人工智能在中低收入國家醫(yī)療保健中應(yīng)用情況。
01
AI技術(shù)對(duì)醫(yī)療服務(wù)的影響
有效性：多項(xiàng)研究表明，人工智能技術(shù)以多種方式改進(jìn)了醫(yī)療服務(wù)的流程，部分研究表明人工智能縮短了診斷和治療時(shí)間。其中臨床決策支持系統(tǒng)通過向醫(yī)生推薦診斷方案，對(duì)中國基層的診所產(chǎn)生了一些積極影響，包括促進(jìn)醫(yī)療信息搜索和減少醫(yī)療錯(cuò)誤的可能性。
可靠性：四項(xiàng)研究顯示，人工智能工具給出的決策和醫(yī)生決策保持一致，但也有部分人工智能建議的治療方法被認(rèn)為過于昂貴、無法獲得、對(duì)患者過于激進(jìn)，或者當(dāng)?shù)乜捎玫奶娲椒ǜ軞g迎。受訪醫(yī)生認(rèn)為，主要原因是AI系統(tǒng)與其他IT系統(tǒng)的互操作性差、使用不準(zhǔn)確的信息以及缺少患者收入和保險(xiǎn)背景信息。
成本效益：成本應(yīng)是中低收入國家采用AI工具的一個(gè)重要考量，但當(dāng)前的研究中缺乏關(guān)于醫(yī)療AI工具成本效益的分析。這也反映了人工智能在醫(yī)療服務(wù)應(yīng)用中的成熟度——醫(yī)療AI的應(yīng)用還未到成熟期，因?yàn)槌杀拘б娣治霰厝话l(fā)生在AI工具實(shí)施的后期。
02
應(yīng)用AI賦能的醫(yī)療服務(wù)的經(jīng)驗(yàn)
數(shù)據(jù)集：人工智能應(yīng)用和機(jī)器學(xué)習(xí)需要大量完整且定期更新的數(shù)據(jù)集，而大多數(shù)中低收入國家往往缺乏這些數(shù)據(jù)。用高收入國家數(shù)據(jù)集訓(xùn)練的人工智能，不一定能給中低收入國家的醫(yī)護(hù)人員提供恰當(dāng)?shù)闹委熃ㄗh，在同一國家的不同地區(qū)之間也有此類問題。
信任度：用戶的信任和接受是人工智能在全球健康和醫(yī)療保健領(lǐng)域的一個(gè)關(guān)鍵特征。只有一半的研究有關(guān)于AI算法的描述，醫(yī)療AI應(yīng)該對(duì)數(shù)據(jù)源保持透明，并能在臨床醫(yī)生做出決策時(shí)給出解釋。否則，它可能會(huì)對(duì)信任基礎(chǔ)產(chǎn)生負(fù)面影響，并導(dǎo)致臨床人員拒絕使用醫(yī)療AI技術(shù)。
接受度：各項(xiàng)研究表明，醫(yī)療AI在用戶友好性和與現(xiàn)有基礎(chǔ)設(shè)施的兼容性上表現(xiàn)較好。但也有醫(yī)生認(rèn)為，臨床決策支持系統(tǒng)需要提供太多信息，因此耗時(shí)較長。
03
在中低收入國家的醫(yī)療系統(tǒng)中，挑戰(zhàn)醫(yī)療AI實(shí)施的關(guān)鍵要素
數(shù)字素養(yǎng)：一些中低收入國家在常規(guī)收集數(shù)據(jù)的數(shù)字化、數(shù)據(jù)管理等方面仍然面臨挑戰(zhàn)。持續(xù)努力協(xié)調(diào)衛(wèi)生信息系統(tǒng)中的碎片化的數(shù)據(jù)，以培養(yǎng)準(zhǔn)確、可靠、及時(shí)、可互操作的數(shù)據(jù)集對(duì)于推進(jìn)人工智能技術(shù)至關(guān)重要。
系統(tǒng)集成：由于沒有足夠的人員和技術(shù)支持，AI工具和現(xiàn)有工作流程和基礎(chǔ)設(shè)施的集成仍是一大挑戰(zhàn)，這“最后一公里”的實(shí)施情況可能會(huì)導(dǎo)致高性能的AI工具在實(shí)際應(yīng)用中效果不佳。
醫(yī)護(hù)人員接受度：一些中低收入國家的醫(yī)護(hù)人員因?yàn)閾?dān)心AI可能會(huì)替代他們的工作，阻礙了醫(yī)療AI的進(jìn)一步應(yīng)用。在醫(yī)療資源缺乏地區(qū)引入新型AI工具還需考慮到如何提高醫(yī)護(hù)人員采用復(fù)雜技術(shù)工具能力，這不僅需要在使用上采取更簡單的界面和操作，還應(yīng)該考慮對(duì)使用人員進(jìn)行充分培訓(xùn)。研究人員認(rèn)為，醫(yī)學(xué)課程和教材在修訂中也應(yīng)考慮以納入最新的醫(yī)療技術(shù)，以加強(qiáng)未來醫(yī)護(hù)人員對(duì)技術(shù)的信任和有效使用，避免他們將新技術(shù)視為額外的負(fù)擔(dān)。
研究人員總結(jié)道，醫(yī)療AI在分診、診斷和治療計(jì)劃上展示出了潛力，但創(chuàng)新技術(shù)的接受是一個(gè)緩慢的過程，醫(yī)療AI可從開發(fā)過程開始就與用戶主動(dòng)溝通，進(jìn)行“漸進(jìn)式培訓(xùn)”。
Copyright ? 2022 上海科雷會(huì)展服務(wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號(hào)：滬ICP備17004559號(hào)-5
