天天看點

AI助力實作醫療平等

  醫療保健領域的人工智能工具數量正在增長,它們有望幫助醫療系統消除造成醫療不公平的許多因素,助力實作醫療平等。8月29日,《哈佛商業評論》刊發了科爾尼美洲區合夥人兼主席卡羅爾·克魯克香克(Carol Cruickshank)、醫學博士希安·韋德(Cian Wade)以及微軟首席醫學科學家朱奈德·巴傑瓦(Junaid Bajwa)的文章,介紹了醫療領域的一些新AI工具,并解釋了它們為何在解決看似無法克服的醫療挑戰方面具有巨大潛力。

AI助力實作醫療平等

  在醫療領域,人工智能既讓人興奮,又讓人不安。樂觀主義者看到了改革醫療效率和品質的明顯潛力,而悲觀主義者則擔心,這些工具會優先服務于最富有和最健康的人群,進而加劇社會本已存在的顯著的醫療不平等現象。

  這些擔憂是否合理?我們使用的新工具是否隻會擴大醫療結果方面的不平等差距?雖然在應用人工智能時應保持謹慎,但我們對其作為醫療領域迫切需要的民主化力量的願景充滿信心。想象一下,一位患有長期疾病的患者所經曆的旅程。在每個階段,無數因素都會影響其健康結果:患者的語言和讀寫能力、能否以及是否願意駕馭複雜衛生系統的能力,以及用于治療其病情的醫療人員和醫學知識庫的偏見。而這正是人工智能作為革命性工具發揮作用的地方,它可以使醫療系統為每個人提供更好的醫療服務,特别是最脆弱和醫療服務不足的人群。人工智能能夠利用多種不同類型的資料來預測和幹預患者治療過程的各個階段,這使其在解決醫療不平等問題方面處于獨特的有利地位。

  識别高危患者

  預防保健是改善病人健康的最經濟和最有效的臨床幹預點,這意味着讓患者接受健康的行為、接種疫苗,以及管理高血壓和肥胖等風險因素。然而弱勢患者群體往往對他們所應采取的步驟認識不足。對于醫護人員來說,識别并主動接觸那些可能面臨不良健康結果風險的患者至關重要。病人的健康記錄可能有一些微妙的迹象表明他們處于風險之中,比如爽約,或者之前咨詢的一小段說明。但要識别這些辨別并采取行動是極具挑戰性的,人工智能則可以了解這些高度複雜的患者資料,并為免疫、疾病篩查和預先護理計劃提供個性化服務,進而降低住院率及成本。

  克服溝通障礙

  一旦患者進入醫療系統進行問題評估,患者與醫護團隊進行有效溝通便至關重要。對于有語言障礙、健康素養水準較低或患有神經認知疾病的患者而言,溝通差距導緻健康結果較差的風險更高。人工智能為更好地交流打開了大門,它可以作為醫療系統與患者之間的聯絡人,提供更易于了解的有關風險、症狀和治療計劃的資訊。例如,有公司利用生成式人工智能為患者打造了一個多語言且富有同情心的數字前台。這個全管道平台可幫助患者安排護理、收集相關入院資訊、管理計費流程,并通過最适合患者的語言和溝通媒介發送個性化提醒。

  這些解決方案對于提高資源日益緊張的醫療系統的生産率也至關重要。通過簡化和自動化與患者接入和評估相關的管理任務,醫護人員可以将時間重新集中在臨床工作上,進而為病情最複雜的患者改善健康結果帶來最大的價值。

  解決資源擷取差異問題

  “逆向醫療照顧法則”指出,需求最高的患者能夠獲得的醫療資源往往卻最少。許多農村地區的患者遠離專業醫療服務,或可能缺乏對其健康和康複至關重要的社交網絡,而人工智能已初步顯示出可幫助政策制定者克服這些障礙,提供重要解決方案的迹象。例如,已有公司開發出了人工智能驅動的智能手機應用程式,該程式可評估症狀、診斷各種醫療問題,并提出個性化護理建議。該應用程式在準确診斷風濕病、皮疹以及急診室就診時腹痛的病因方面甚至超越了人類醫生。這些基于人工智能的工具為患者提供了高度有效且可擴充的“口袋醫生”,無論患者離醫療服務提供者有多遠,都能以最合适的途徑獲得服務。

  人工智能還可以改善治療後的結果。目前,經曆醫療不平等的患者面臨惡化和再次入院的更高風險,但人工智能可以填補空白,讓這些患者了解臨床惡化的迹象,以及何時和如何獲得緊急醫療服務。

  減少人類偏見的影響

  大量令人擔憂的證據表明,醫護人員可能因無意識的偏見,将症狀錯誤地歸因于文化刻闆印象而未能認識到疾病的嚴重性,進而使不平等現象一直存在。一個相關的例子是獲得适當的止痛治療。當黑人患者以類似的方式出現腹痛時,其獲得阿片類藥物治療的可能性僅為白人患者的一半。人工智能可能是消除這些人為偏見影響的重要工具。最近的研究表明,人工智能可以非常有效地檢測患者的疼痛,其模型對超過14萬張疼痛和非疼痛患者的面部圖像進行了訓練,評估結果與專家醫生的評估結果有88%的一緻性,這證明了它可以成為快速評估疼痛的可擴充解決方案。

  偏見還可能導緻誤診重要疾病,影響治療決策。在一項研究中,超聲心動圖顯示主動脈狹窄迹象的黑人和亞洲患者的診斷率比白人患者低22%和25%。已有公司試點了一種旨在提高超聲心動圖診斷性能的人工智能工具,這在減少此類不平等方面具有巨大的潛力。它利用自然語言處理能力對超聲心動圖報告進行處理,與醫生對相同報告的解釋相比,主動脈瓣狹窄的診斷率提高了35%,進而能夠迅速為患者提供适當的治療。(社會科學報社融媒體“思想工坊”出品 全文見社會科學報及官方網站)

繼續閱讀