來源：愛范兒  作者：吳志奇

僅在美國，每年有成千上萬的患者死于完全可以治愈的心臟病。

但是因為無法及時發現這些問題，導致臨時出現狀況時心臟驟停。而 AI 可以解決提前預測的問題。

美國使用 AI 改進心臟病治療方法的核心人物之一 Mayo，在過去三年和團隊已經發表超過二十項關于心臟病學 AI 的研究，并在數十家保健診所進行了現場算法測試。

▲梅奧診所（Mayo Clinic）

這些正在開發的算法，能在手術之前檢測心臟功能的細微差別，預測心臟的異常和即將發生的疾病。

這只是 AI 可以在醫療保健上發揮重大價值的一面。

隨著 AI 工具越來越多進入醫療保健行業，它未來能執行的任務，包括了接聽電話、病理審查、人口健康趨勢和分析、治療藥物和設備設計、閱讀放射圖像、制定臨床診斷和治療計劃等等，甚至還能和患者交談。

▲ 圖片來自：NetApp

而現在 AI 已經為醫療帶來了顯而易見的好處。

MIT Technology Review 通過與 900 多位醫療保健專業人員的訪談，發現 AI 已經被用來改善數據分析，實現更好的治療診斷以及減輕管理負擔。

報告顯示，AI 讓臨床醫生有更多時間來執行其他任務，以及為患者提供越來越多的個性化定制的最佳護理。

在 8 月發表的研究中，Mayo 表示，預付心臟病的算法已經能夠以 80％的準確率準確識別患有房顫的患者。

▲ 團隊成員 Friedman 讀取患者的心電圖檢查結果

除了臨床醫生，AI 技術還給其它運營、研究人員以及患者都帶來了很多便捷之處。

后方的醫生能承擔做筆記、更新電子健康記錄等更多行政工作，而且部署的 AI 越多，醫生在計算機上花費的時間就會越少。

相關研究人員還能加快開發新藥物治療的速度并降低成本，通過利用分析來挖掘以前未開發的重要未編碼臨床數據存儲，對醫療進行個性化設置。

患者也能在整個過程中，加強對自己護理的改善，通過應用程序更多與醫生互動，并簡化獲得護理的流程。

▲ 圖片來自：Unsplash

但同時，任何一種新事物都必須經歷雙面的試煉。

越來越多 AI 實驗，都是「快速嘗試，然后快速失敗，未來再去修正」的方式開展，當 AI 產品進入現實，檢查結果很容易讓人失望，因為大部分產品還沒有足夠的數據和成果支撐。

在醫療保健上使用，風險就更大了。

AI 的風口下，很多研究結論常常被夸大，不僅是因為大家對此的關注度很高，據研究公司 Gartner 7 月份的一份報告，僅在今年第三季度，醫療人工智能就吸引了 16 億美元的風險投資資金，幾乎達到虛高預期的頂峰。

但 《歐洲臨床研究雜志》1 月份的一篇文章指出，很少有科技初創公司在同行評審的期刊上發表他們的研究。還有業內分析人士指出，很多 AI 開發人員對昂貴而耗時的試驗根本沒有興趣。

▲ 圖片來自：iStock / skynesher

盡管軟件開發人員還是會夸耀其 AI 設備的準確性，但他們的 AI 模型事實上大部分是在計算機上測試，而不是在醫院或其他醫療機構中進行。

《深度醫學：人工智能如何使醫療保健再次成為人類》的作者 Topol 也表示：美國出售的 AI 產品都沒有經過隨機臨床試驗測試。事實上，大多數 AI 設備根本都不需要 FDA 批準。

這就表示，讓未經驗證的軟件進入市場，患者就像成為了不知情的豚鼠。

不過西雅圖艾倫 AI 研究所首席執行官 Oren Etzioni 表示，AI 開發人員有足夠的經濟動機，來確保他們的醫療產品安全。

如果 AI 產品快速失敗，意味著很多人死亡或受到嚴重傷害，沒有人愿意看到這一點，包括投資者在內。

▲ 圖片來自：Unsplash

但 AI 系統本身依然是個「黑匣子」，開發人員也不清楚數據如何運算最終得出結論。

斯坦福大學生物醫學倫理學中心的兒科學教授 Mildred Cho 表示，AI 系統有時會根據與疾病無關的因素做出預測，這會導致提前預測的結論錯誤，同樣也會耽誤到病情治療，而且，如果醫生以此為據，也可能進行不必要的檢查或誤判。

加拿大一家公司曾開發過一個 AI 軟件，能根據講話來預測一個人是否有患老年癡呆癥的風險。結果發現 AI 判斷出現很多異常，因為系統認為老人們沒有講對單詞，但事實上，后來才知道是因為他們很多不懂英語，而不是由于認知障礙。

同時，醫療服務機構和患者之間因此而產生的不信任感，以及人們對隱私泄露的恐慌感，也是這其中最大的挑戰之一。

▲ 圖片來自：Olimpia Zagnoli

但這并不是代表要對醫療保健行業的 AI 研究適可而止。

正好相反，要鼓勵研究人員進行更創新的開發，以及更落地的實驗，未知風險要進行嚴格處理。對于醫療機構來說，無論有沒有 AI 介入，都要盡可能保證患者的安全。

而每個身處其中的人，需要謹慎辨別所有新的事物，切勿病急亂投醫，無論是在健康本身或是其他方面，保護好自己的利益。