人工智能（AI）技術(shù)在醫(yī)學(xué)領(lǐng)域的影響力與日俱增。在疼痛醫(yī)學(xué)領(lǐng)域，AI技術(shù)的引入可能會導(dǎo)致患者和醫(yī)療團隊的擔憂。這種擔憂很大部分是源于該領(lǐng)域相關(guān)標準以及醫(yī)護人員對于AI算法理解的缺失。鑒于傳統(tǒng)臨床醫(yī)學(xué)教育并未涉及AI相關(guān)知識，臨床經(jīng)驗豐富的醫(yī)生在理解AI技術(shù)方面仍具一定挑戰(zhàn)。此外，錯誤的AI算法使用可能給診療工作帶來偏倚。隨著臨床上不斷產(chǎn)生新的醫(yī)療數(shù)據(jù)，數(shù)據(jù)管理對于醫(yī)護人員也是一項挑戰(zhàn)，通過AI技術(shù)可能有助于醫(yī)療數(shù)據(jù)的管理。AI技術(shù)能夠減輕醫(yī)護人員工作負擔，并能為臨床決策提供指導(dǎo)支持。在疼痛醫(yī)學(xué)領(lǐng)域，運行縝密、高度集成的AI工具能輔助醫(yī)生較好地處置各類病情。
引言
AI隸屬于計算機科學(xué)，機器學(xué)習(xí)（ML）是 AI 的一個分支，ML基于訓(xùn)練數(shù)據(jù)集構(gòu)建統(tǒng)計學(xué)模型來預(yù)測相應(yīng)結(jié)果，其模型可分為有監(jiān)督模型和無監(jiān)督模型。深度學(xué)習(xí)是ML的一種，可依托訓(xùn)練數(shù)據(jù)集自動生成相應(yīng)結(jié)果。在醫(yī)學(xué)領(lǐng)域，AI技術(shù)在診斷和治療方面均有所應(yīng)用。
AI和疼痛醫(yī)學(xué)的交匯主要體現(xiàn)在臨床決策支持系統(tǒng)（CDS）的使用。近年來，與阿片類處方藥物相關(guān)的CDS被歸類為醫(yī)療設(shè)備，如果該系統(tǒng)的算法缺乏透明度或存在閉環(huán)過程，則需要美國食品和藥物管理局（FDA）批準使用，已有部分處方藥監(jiān)測程序（PDMP）使用這一系統(tǒng)來計算阿片類藥物風(fēng)險評分。然而，在大量文獻支持了CDS益處的同時，也有文獻強調(diào)了系統(tǒng)警報疲勞風(fēng)險。
在救治患者方面，F(xiàn)DA已經(jīng)批準了29種以上AI醫(yī)療設(shè)備和算法。但AI算法是由人構(gòu)建的，因此必然存在偏倚和疏忽，這些缺陷極有可能在臨床工作中被放大，不利于患者就診和醫(yī)療資源的合理分配。在麻醉領(lǐng)域，日本脈氧儀的發(fā)展便是這類失敗結(jié)合的典型案例。由于脈氧的測量能力受黑色素水平的影響，日本脈氧儀的設(shè)計使得全球大量患者面臨氧合問題治療不足的風(fēng)險，這對新冠大流行期間分層救治產(chǎn)生了較大影響。
疼痛科醫(yī)生的最終目標是為疼痛患者提供最安全有效的治療。然而，與日俱增的臨床數(shù)據(jù)已成為了醫(yī)務(wù)人員的重要負擔。臨床醫(yī)生通過學(xué)習(xí)大量病歷資料、影像學(xué)研究和實驗室檢測，則可勝任重要數(shù)據(jù)信息的分類工作，AI技術(shù)可更高效地執(zhí)行這項任務(wù)，并盡可能減少關(guān)鍵信息的遺漏。下文將對AI技術(shù)融入疼痛醫(yī)學(xué)領(lǐng)域的優(yōu)勢和局限性進行分析。
優(yōu)點
如果善加利用，AI可改善疼痛醫(yī)學(xué)診療現(xiàn)狀。
隨著精準醫(yī)學(xué)的發(fā)展，AI技術(shù)在制定疼痛醫(yī)學(xué)最佳診療方案中發(fā)揮了重要作用。最優(yōu)AI模型可提供較為客觀的信息，減少偏倚，為臨床診療提供指導(dǎo)。例如，ML技術(shù)已被成功應(yīng)用于預(yù)測新冠感染后遺癥的持續(xù)時間。采用類似ML方法預(yù)測急性疼痛轉(zhuǎn)歸為慢性疼痛的可能性，能加深對相應(yīng)轉(zhuǎn)歸通路的理解，同時便于采用干預(yù)措施阻止這一轉(zhuǎn)歸過程。
心理健康領(lǐng)域與疼痛治療領(lǐng)域高度相關(guān)。自然語言處理（NLP）作為AI分支之一，在心理健康領(lǐng)域中有所應(yīng)用。研究發(fā)現(xiàn)，NLP可通過AI算法在急診科醫(yī)療文書中進行篩查，確認可能受益于心理健康服務(wù)的患者，該技術(shù)在識別自殺傾向人群方面具有較大潛力。類似地，AI技術(shù)在脊柱手術(shù)風(fēng)險評估和相關(guān)影像學(xué)評估中也發(fā)揮了重要作用。目前，諸多大型數(shù)據(jù)庫（例如The Cancer Genome Atlas等)的數(shù)據(jù)獲取方便，但其往往需要AI技術(shù)進行轉(zhuǎn)換后才能被充分利用改善患者預(yù)后。在疼痛醫(yī)學(xué)領(lǐng)域，AI技術(shù)主要用于風(fēng)險評估和標準篩選，為高?；颊吲R床干預(yù)和治療計劃提供指導(dǎo)，提升醫(yī)療資源利用率。
有監(jiān)督的AI技術(shù)是指臨床決策系統(tǒng)生成的建議將由臨床醫(yī)生確認后再進行實施，該技術(shù)可利用相關(guān)臨床變量，預(yù)測患者自控鎮(zhèn)痛藥物消耗總量。NLP技術(shù)在疼痛醫(yī)學(xué)領(lǐng)域的應(yīng)用也有巨大潛力，通過讀取電子健康記錄（EHR），NLP技術(shù)可識別副反應(yīng)幾率較少的患者以及可能治療受益患者，減輕臨床醫(yī)生的信息收集負擔。在臨床決策中使用AI技術(shù)可顯著提高臨床診療的敏感性和特異性，善加利用能有效指導(dǎo)醫(yī)療資源分配，優(yōu)化臨床醫(yī)護人員配比，改善患者就醫(yī)條件。
缺點
AI將給醫(yī)護人員帶來負擔，不太可能改善疼痛醫(yī)學(xué)現(xiàn)狀。
盡管AI可能在特定醫(yī)療領(lǐng)域中提供便利，但一般僅局限于有大量可靠數(shù)據(jù)且可回顧分析的臨床領(lǐng)域。但是，其也尚未發(fā)展到在沒有醫(yī)生監(jiān)督的情況下完全獨立運行的階段。在放射醫(yī)學(xué)領(lǐng)域尤為明顯，獨立運行的AI系統(tǒng)的判斷能力往往不如放射科醫(yī)生。盡管AI可識別放射科醫(yī)生忽視的可疑病變，但前提是AI系統(tǒng)先進行了大量讀片，這實際上也導(dǎo)致了工作量的增加。值得注意的是，如果AI檢測到可疑病變，但醫(yī)生推翻了AI診斷，倘若患者最終確診為癌癥，醫(yī)生將承擔更大的責任。因此，無論動態(tài)超聲發(fā)展程度如何，允許采用AI技術(shù)輔助非專業(yè)人員進行區(qū)域麻醉阻滯仍存在安全隱患。
鑒于回顧分析的數(shù)據(jù)量大且相對同質(zhì)（例如，乳房X光檢查，臂叢超聲），AI在影像相關(guān)領(lǐng)域的應(yīng)用雖未正常開展，但一定程度上已被認可。而在差別細微和涉及多因素的臨床場景中（例如腰痛病因鑒別），AI的表現(xiàn)可能并不如臨床醫(yī)生。 實際上，影像學(xué)資料并非完全與患者癥狀嚴重程度呈正相關(guān)。同時，疼痛科醫(yī)生已證實對疼痛主觀體驗的自我報告已被證明優(yōu)于基于ML算法的神經(jīng)成像技術(shù)。AI技術(shù)在定量評估方面也存在不足，盡管已采用了多種ML方法，研究人員仍無法檢測出心肌梗塞后死亡的新風(fēng)險因素。類似地，很多用于識別疼痛風(fēng)險因素的評估，由于缺乏數(shù)據(jù)庫支撐，同樣可能難以實現(xiàn)。
除了診斷方面的局限性之外，AI在制定治療計劃方面也存在不足。當前ML無法預(yù)測癌痛患者所需的阿片類藥物總量，這對于采用更復(fù)雜鎮(zhèn)痛方案的慢性非癌痛患者來說并不友好。與此相仿，盡管用于腰痛管理的家庭健康應(yīng)用程序一定程度上不遜于臨床醫(yī)生，但隨訪顯示，部分患者認為臨床醫(yī)生的參與腰痛管理其效果優(yōu)于AI程序。
AI引發(fā)的問題還包括違反保密和知情同意原則。例如，利用數(shù)據(jù)庫預(yù)測阿片類藥物使用患者的發(fā)病率和死亡率，這一做法旨在減少阿片類藥物過量所致死亡，但卻可能會侵犯患者隱私。因此在特定臨床場景中，AI技術(shù)的使用必須受到限制。此外，隨著醫(yī)保體系日益強調(diào)效益和成本控制，AI技術(shù)的應(yīng)用也可能使得部分醫(yī)?；颊咭约安∏閺?fù)雜患者獲得治療的機會減少。AI技術(shù)的優(yōu)勢和劣勢見圖1。
圖1 在將AI算法納入疼痛醫(yī)學(xué)的相關(guān)臨床領(lǐng)域時，必須考慮AI技術(shù)的優(yōu)點和缺點。
總結(jié)
AI技術(shù)在臨床醫(yī)學(xué)領(lǐng)域的應(yīng)用已是當前不容爭辯的事實。因此對于疼痛科醫(yī)生而言，目前主要問題并非研究是否應(yīng)該使用AI技術(shù)，而是研究如何最好的利用該技術(shù)來減輕工作負荷、改善患者診治情況。目前AI技術(shù)和臨床診療的結(jié)合大多局限于疼痛醫(yī)學(xué)相關(guān)領(lǐng)域，相關(guān)模式能為AI技術(shù)納入疼痛醫(yī)學(xué)提供一定基礎(chǔ)。臨床上對其善加利用能為臨床醫(yī)生帶來更多便利。
目前AI技術(shù)在各行業(yè)迅猛發(fā)展，不斷地影響著人們的工作方式、學(xué)習(xí)方式、生活方式。 在醫(yī)學(xué)領(lǐng)域，AI技術(shù)已被用于識別患者影像學(xué)資料、管理患者健康數(shù)據(jù)等諸多方面，并潛移默化的改變著傳統(tǒng)的醫(yī)療模式。在麻醉學(xué)領(lǐng)域，圍術(shù)期不良事件預(yù)測系統(tǒng)、智能閉環(huán)靶控給藥系統(tǒng)、以及各類氣管插管、神經(jīng)阻滯自動操作系統(tǒng)的研發(fā)，均是AI技術(shù)應(yīng)用的逐步體現(xiàn)。
AI技術(shù)在疼痛醫(yī)學(xué)領(lǐng)域的應(yīng)用也具有很大潛力。依托AI技術(shù)，可輔助低年資醫(yī)師疼痛治療、預(yù)測患者疼痛轉(zhuǎn)歸，以及評估治療后相關(guān)并發(fā)癥發(fā)生的風(fēng)險，將有利于提高疼痛學(xué)科的核心競爭力。
值得注意的是，AI技術(shù)帶來的倫理學(xué)問題也亟待解決。AI 系統(tǒng)在醫(yī)學(xué)實踐中的深入應(yīng)用，有可能打破病人和醫(yī)生之間的核心契約關(guān)系。尤其在AI操作后出現(xiàn)的醫(yī)療事故的責任主體認定和問責方式上，仍缺乏相關(guān)法律和規(guī)范予以明確。同時，利用AI技術(shù)整合分析患者電子病歷數(shù)據(jù)時也可能存在患者隱私泄露的風(fēng)險，這也是醫(yī)務(wù)人員和患者擔心的重要問題。
Copyright ? 2022 上?？评讜狗?wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號：滬ICP備17004559號-5
