AI医生的争议过去,AI辅助医生逐渐成为一种行业共识。
医生被认为是医疗AI的实际使用者和受益者。因此医疗AI产品大多以辅助医生,提升诊疗效率为目标,尤其集中于医生的核心竞争力,即诊疗阶段。
同样,诊断也是患者就医的核心部分,企业和研发团队的AI产品据此走向两条主要路径——一是基于自然语言处理技术延伸出的诊疗服务,即根据病例和症状协助诊断病情;二是由计算机视觉技术开发的AI医疗影像,通过识别医学影像诊断疾病。
然而不管技术如何酷炫,重要的事情是AI在医院的落地实践。
AI诊疗的精准程度,依赖医生专业度
AI辅助医生的初衷,是为了取代繁琐的重复劳动,以便为医生争取更多时间进行临床研究。其产品想象是,借助AI为患者导诊、提供诊疗参考、跟进后续随访,既可提升医疗的整体水平,又帮助医生有更多的时间服务患者。
对于大医院的医生来说,这样的重复劳动集中在日常科研。
医生开始自己的科研,原本需要将所有诊断过的病人病例调出,手动地输入参数进行分析。而在AI帮助下,医生可以直接输入整段文本,AI理解文本,直接输出病例分析。这得益于AI对于数据的结构化,医生只需要在输出的结构里,找出病例举证,即可完成论文发表。
但对基层医生而言,AI更有力地“辅助”了诊疗过程。
其实辅助诊疗很大程度上意味着,医生是诊疗过程中的主体,具有其独立诊断和治疗的主动权。医疗AI的功能仅是为诊疗提供参考意见,因而它更多依赖于医生自身的专业素质,才能使AI辅助精准而有效,这也同样适用于在医学影像的诊断。
由于AI吸收了大量医院的优质医疗案例,自身便含有完整巨大的专业知识库。许多时候,对于临床经验丰富的专家而言,其诊疗并不受到AI影响。但对于尚处成长期的医生来说,AI大大降低了学习成本。
现在人工智能在向很多专家学习,学习他们的思考方式,对于小医生而言,学习成本大幅度下降,更有利于医务人员更好的把诊疗行为规范化。人工智能现阶段对医务人员的帮助很大。
医院需要怎样的AI产品?
当AI进入医院科室,便参与进了“智慧医院”的信息化系统,渗入医生的日常工作,并使得医院管理走向标准化。AI提高了医院效率,主要体现在减少医生的漏诊误诊,诊疗安全性大幅提升,并缩短医生临床研究的时间。
以医生写病例为例,“在同样的时间医生就可以有规范、详细的、病人能一目了然的数据生成出来,这就是规范诊疗行为效率的提高”。面对医疗的巨大工作量,许中认为,“效率是医院最重要的工作出发点”。
同时AI也为医院带来了标准化的医疗成本控制。由于AI产品为医院信息化设定了标准化的流程,比如将诊断、检查、开药标准化,避免医生有意无意的多开检查、多开药,让医疗成本能最大的节约。
这也为AI的医院落地提出了真正的问题——医院究竟需要怎样的AI产品。
可能只有符合临床使用场景,能够提高效率和准确率,人机交互友好,且敏感性和特异性高,并以检查部位和目的为终端解决方案的产品,才是医院真正需要的AI。