人工智能药物真的准备好了吗?

2018-09-13 绿谷生物 ibioo.Com
浏览

人工智能能够帮助提高药物的效率和安全性,中国就是这一领域的先行者;数周之前,笔者观看了一款名为Physicians vs. internet(临床医师 vs 互联网)的电视节目,节目中两队进行对决,看看哪一队能够对患者进行准确诊断,他很惊讶地发现这两对都是人类团队,“互联网”团队的答案显然与使用访问信息的搜索词和逻辑推论的人类一样好。

但是为何临床医生无法与机器进行竞争呢?在诸如中国等多个发展中国家里,训练有素的医生严重短缺,因此“医生vs机器”的竞争就变得非常流行普遍了,而这一点通过今年6月份在中国举办的全球首场神经影像人机大战中就能看得出来(对脑瘤的诊断和进展的预测比赛),这场比赛是由25名专家医生组成,他们所要面对的是人工智能系统(AI,BioMind天医智系统),最终人工智能系统以2:0战胜了人类医生团队,这场比赛在中国得到了非常高的关注度。

研究人员确信,临床医师在日常实践中也需要经常使用一些临床决策的支持系统,不管其是有意识还是无意识的,实际上目前在很多健康软件中决策支持系统都会以一种简单的形式存在,比如每个监测病人病情的装置都会发出警报来提醒医护人员,而在远程医疗和紧急服务中,临床决策支持系统常常会帮助接线员来处理来电,而药品的供应链管理依赖于自动化的库存分析和需求预测等。

中国的主导地位

利用计算机来改善医疗服务这种理念最早在50多年前被引入,如今临床决策支持(Clinical Decision Support,CDS)经历了周期性的炒作和幻灭,其发展似乎已经停滞不前了,很多决策支持策略大多是区域性的,然而最近IBM沃森健康公司(Watson Health)的裁员正说明了西方公司在医学领域与人工智能的斗争,而中国正在庆祝人工智能公司所取得的成就,比如机器人通过了医学考试,并被应用到了整个医院的系统中,最近广州的一家医院就宣布利用人工智能系统自动分配手术用品,并对患者进行预先筛选。

临床决策支持系统的优势是显而易见的,而人类,包括临床医师等,在同时评估多个维度的数据时就会表现出劣势,我们或许无法更好地整合数据,而且更倾向于消极的解释;换句话说,在当前的形式下,在解释语境情况和处理不确定情况方法,机器仍然表现地较差,其依赖于对高质量和大量数据的获取,人类会犯错,同样地,机器也会出现错误;一般来说,如果及早发现的话,好的临床医生或许就能纠正这些错误,目前基于非人工智能的临床决策支持系统并没有能力去预测干预后的结果,这也是这些系统在一个开放循环中运行的主要原因,而临床医生就是循环的中心部分。

更加准确和安全

过去科学家们在学术环境中探索了许多系统和方法,它们在医疗实践中的应用非常缓慢,而无论是卫生系统还是人类或许都并没有为此做好准备。毕竟,与其它医疗设备一样,临床决策支持系统需要一种适当的设计,其需要满足较高的医疗标准,并且符合当地文化、道德、监管和组织设置,且具有成本效益,并拥有可持续的商业模式。这同样适用于新型的基于人工智能的新一代临床决策支持,其或许拥有比人类更加准确诊断的能力。

然而,医疗保健自动化的内在目标或许更为深远,其能够帮助改善服务的质量和安全性,如今医学已经建立了安全的文化,也准备好了更加安全的系统,如果研究人员能够证明自动化的系统可以为患者提供持续的安全,那么关于是否以及何时能够应用临床决策支持系统来取代医生的任何讨论或许都是不必要的。

没有人工智能就没有个体化用药

目前残酷的现实是,如果没有临床决策支持系统和智能代理的话,我们的医疗系统或许就会陷入停滞阶段,重症监护病房的工作人员或许会因为需要被解读和生物信号和需要保持安静的警报而变得不堪重负,而这一负担也将会落在其它专家和全科医生身上,未来关于基因检测和其它生物标志物的结果都必须纳入诊断中,如果我们想让个性化医疗成为现实,就不能错过自动化的机会,未来研究人员将会借助人工智能系统,通过自动化的算法对数据进行处理、分类和分析。

后期我们还需要面对一些需要辩论的问题,比如未来在由电脑做出的临床决定中谁将会拥有最终的决定权?是无所不知的机器还是明智的临床医生会发挥作用呢?保险公司或托管医院会成为配置算法的机构吗?病人还有发言权吗?

参考资料:

Is medicine ready for artificial intelligence?

September 6, 2018 by Prof. Wal­ter Karlen, ETH Zurich

Artificial intelligence can help make medicine more efficient and safer. China is a forerunner in this field; we must not miss the boat, says Walter Karlen.

A few weeks ago, I turned to the new Swiss TV show "Ärzte vs. Internet" (Physicians vs. internet). On the show, two teams duel to correctly diagnose patients. I was very surprised to see that they were both human teams. The answers of the "internet" team were obviously only as good as the search terms they used to access information, and the logical deductions developed by humans.

But why didn't the physicians compete against a machine? In emerging countries such as China where there is an acute shortage of trained doctors, "Doctor vs. machine" competitions are very popular. This is illustrated by the Chinese TV broadcast of the brain tumour diagnosis and progression prediction competition between a team of 25 expert doctors against the Biomind artificial intelligence (AI) system. The 2:0 win of the AI over the humans in analysing brain images gained high visibility in China, but went almost unnoticed in our regions.

I'm convinced that the clinicians in "Ärzte vs. Internet" routinely use clinical decision support (CDS) systems in their daily practice, whether consciously or not. In fact, decision support systems are already present in many health applications, usually in a very simple form. For example, every device monitoring a patient's condition will produce an alarm to alert health care staff; in telemedical and emergency services, CDS assist phone operators in triaging callers; medication supply chain management rely on an automated analysis of stock and prediction of demand, etc......