关于支持科学新闻报道
如果您喜欢这篇文章，请考虑订阅我们的屡获殊荣的新闻报道以支持我们。 订阅。通过购买订阅，您将有助于确保关于塑造我们当今世界的发现和想法的具有影响力的故事的未来。
10月中旬，当 彼得·索洛维茨因动脉阻塞住院接受冠状动脉搭桥手术时，他注意到了一些其他患者可能不会注意到的不协调之处。执行相互关联的功能（例如，剂量和药物输送）的机器彼此不通信，而且纸上详述的患者统计数据不在医院的电子病历中。
作为 麻省理工学院临床决策小组的负责人，该小组致力于将 人工智能（AI）应用于医学，索洛维茨知道，智能系统可以通过更好地协同工作来优化护理，从而消除错误并避免重复医学测试。事实上，在 美国医疗保健辩论中，一些专家表示，人工智能可以通过帮助医生诊断病情和选择治疗方案来减轻他们的负担。
当然，同样的说法在 20 世纪 70 年代和 80 年代就已出现，当时媒体的狂轰滥炸将医疗人工智能推上了新闻周刊的封面。虽然它通过各种诊断 程序（如INTERNIST和MYCIN）取得了进展，但智能技术并没有通过挽救生命、金钱和时间来彻底改变临床护理。
受炒作所害
爱德华·肖特利夫，美国医学信息协会主席，认为一个主要问题是不切实际的期望。例如，整合单独的电子病历很复杂，因为这两个来源可能不共享术语和语言。可用性也是一个问题：早期帮助医生做出诊断的程序不方便地位于病房外。
今天的人工智能研究人员已经认真对待这些批评，并开发了更合适的软件。最近，明尼苏达州罗切斯特市梅奥诊所的研究人员进行的一项研究中测试了一个帮助医生做出更准确诊断的程序。他们输入了189名患者的实验室测试结果和生命体征，以训练和测试一个程序，以评估受试者是否患有称为心内膜炎的心脏感染。这种感染及其并发症每年导致美国29,000名患者中的60%死亡；该疾病的检测具有侵入性，且可能痛苦和危险。但该软件能够明确地确定一半的患者没有感染，从而消除了不必要且危险的手术需求。
通过人工网络进行真实诊断
该软件基于人工神经网络，该程序模仿生物大脑的结构，并通过其网络中连接强度的调整进行学习。研究人员通过使用曾经被怀疑患有该病情的患者的病历信息来教导该软件识别心内膜炎。该网络学会将每位患者的独特症状与诊断相关联。在9月于旧金山举行的抗菌剂和化疗跨学科会议上，梅奥诊所的传染病专家和该研究的主要作者M.里兹万·索海尔说：“该网络可以识别模式。就像人类一样，一旦我们多次看到一个人患病，我们就倾向于将症状与某些疾病联系起来。”
一个类似的诊断比心内膜炎更为普遍的疾病（如肺炎）的程序将提供最大的成本节省，索海尔说，这是这项研究中合乎逻辑的下一步。“更常见的诊断将通过节省资金并对公众和医生有帮助来显示网络的价值，”他说。
然而，即使是最复杂的程序也可能需要人类的监测，以将诊断或治疗方案放在上下文中。今天，就像开发出诸如INTERNIST和MYCIN之类的人工智能程序时一样，“所谓的专家系统具有你可以描述为相当薄弱的知识，”帕特里克·温斯顿说，他是美国人工智能协会的前主席。“他们可能知道该怎么做，但他们没有任何常识。因此，如果由于某种错误，程序建议使用一桶青霉素，该程序不会知道这是不合逻辑的。”
持怀疑态度的医生
即使它完美运行，诊断人工智能系统仍然可能不是医生在诊所或医院使用的技术的主要部分。尽管计算机在现代医院中无处不在，但随着人们学习使用它们，新技术最初可能会减慢工作流程。麻省理工学院的索洛维茨说：“我们必须弄清楚如何激励人们说，‘是的，它在减慢我的速度，但从长远来看，它会使我更有效率或提供更好的护理。’”
即使这些系统无缝地融入到现有的医学实践中，许多专家怀疑医生也不愿使用它们。维姆拉·帕特尔，休斯顿德克萨斯大学健康信息科学学院的认知信息学研究员说：“医生不想失去控制权。”相反，为了使这些程序获得更广泛的应用，它们必须补充人类的专业知识，而不是取代它。例如，帕特尔说，“如果医生已经连续工作了好几个小时，或者正在变老，你需要获得易于访问、检索和使用的信息”以作为后备。
通过帮助医生跟踪患者的测试、做出诊断和确定治疗方案，智能技术可以在提高医疗保健效率方面变得非常宝贵。索洛维茨说，将医生和智能软件的优势结合起来，可以提供比任何一方单独提供的更好的护理。“这可以说是更好的医疗保健系统。”