我們正在經(jīng)歷新技術(shù)快速擴(kuò)張的時(shí)代,,它在融合信息世界和實(shí)體生物世界。AI,、電子健康記錄和大數(shù)據(jù),、遠(yuǎn)程醫(yī)療、家用監(jiān)控的“可穿戴設(shè)備”和虛擬/增強(qiáng)現(xiàn)實(shí)這些新科技正在塑造著未來,,讓醫(yī)療保健服務(wù)變得更有效,、更準(zhǔn)確,、且更具可持續(xù)性。來自DeepMind和IBM Watson等行業(yè)領(lǐng)導(dǎo)者已經(jīng)在英美的醫(yī)療保健領(lǐng)域進(jìn)行AI測試,。機(jī)器在很多方面都具有優(yōu)勢,,讓一些臨床醫(yī)生擔(dān)心AI會取代醫(yī)生的角色,但這種想法低估了醫(yī)生對于病人和社會的作用和價(jià)值,。AI的確可能給醫(yī)療行業(yè)帶來巨變,,但讓一名醫(yī)生成為好醫(yī)生的核心價(jià)值觀是不會改變的。
在人工智能時(shí)代,,醫(yī)生將需要放棄舊角色,,并找到最適合他們的地方,發(fā)揮最重要的影響,。AI的中心是它的算法,,大家關(guān)注的是新算法在哪些地方超越了人類,但是我們也應(yīng)該同時(shí)關(guān)注另外一個(gè)方面:人類醫(yī)生在人工智能的時(shí)代扮演了哪些新角色呢,?
醫(yī)生作為人類-AI診斷過程的一部分
進(jìn)行臨床診斷時(shí),,需要醫(yī)生來判斷并分析患者的癥狀、體征和體檢結(jié)果,。這種判斷容易受到醫(yī)生的模糊記憶,,知識缺口和認(rèn)知偏見的影響。而AI則有潛力對最新最全的數(shù)據(jù)和醫(yī)學(xué)證據(jù)進(jìn)行客觀評估,,并且基于這些數(shù)據(jù)來提供高度準(zhǔn)確的診斷結(jié)果和推薦療法,。
但是,AI需要先接受準(zhǔn)確的數(shù)據(jù)輸入才能產(chǎn)生正確的診斷,,而患者的癥狀體驗(yàn)并不是總能用完美的醫(yī)學(xué)術(shù)語來描述,,并且,了解患者的完整病史仍然是完成臨床診斷的關(guān)鍵技能,。那些善于傾聽,,能讓患者信任的醫(yī)生更有可能發(fā)覺患者的言外之音,獲取更多的數(shù)據(jù),,并采取正確的措施來幫助患者,。
患者也有可能報(bào)告不準(zhǔn)確或不相關(guān)的信息,包括夸張甚至謊言,。人類醫(yī)生比AI更容易識別這些內(nèi)容,。在人類-AI診斷界面里,人類醫(yī)生將有一個(gè)重要的角色,,即作為“人類”來理解患者的疾病,,并將準(zhǔn)確數(shù)據(jù)輸入計(jì)算機(jī)。
但對于患者而言,,面對診斷界面的根本問題可能不是“這臺機(jī)器能夠理解我嗎”,,而是“我想要一臺機(jī)器來了解我嗎”,。在將來,AI幾乎肯定能夠模擬移情并評估患者敘述的真實(shí)性,。聊天機(jī)器人正在興起,,而且AI解釋肢體語言的技術(shù)正在進(jìn)步。但患者是否會愿意分享信息給機(jī)器,?他們是否愿意讓一臺機(jī)器來告訴他們患上了癌癥,,不管此時(shí)機(jī)器的情緒模擬的多么恰當(dāng)?
有效溝通需要醫(yī)生仔細(xì)評估患者的希望,、恐懼和期待值,。其中大部分都是非言語的。一個(gè)熟練的醫(yī)生能讀出患者未訴諸于口的信息,,這些溝通的渠道是種本能,,并會影響醫(yī)生的診治行為,而醫(yī)生甚至通常沒有意識到,。這種人類互動非常復(fù)雜,,無法通過算法復(fù)制。
有時(shí)AI算法可能會由于缺乏適當(dāng)?shù)臄?shù)據(jù)而失敗,。比如對于罕見病,,可能用于訓(xùn)練的數(shù)據(jù)不足以支持人工智能。這個(gè)時(shí)代新醫(yī)生的重要技能之一,,將是了解AI的極限以及如何在這些情況下做出診斷決定。同樣,,在患者身具多種疾病,,需要多種治療的情況下,決策會變得更加復(fù)雜微妙,,因?yàn)橐恍┽t(yī)療決定可能會影響另一個(gè)病情,,AI在這方面的取舍可能會不如人類醫(yī)生。另一個(gè)挑戰(zhàn)將是等效診斷的情況,,即AI提出多個(gè)診斷都具有相似的可能性,。人類醫(yī)生需要對這種不確定性加以判斷,并與病人溝通,。
急診室中的團(tuán)隊(duì)領(lǐng)導(dǎo)者
目前的衛(wèi)生系統(tǒng)分診還依賴于人類判斷,,有時(shí)根據(jù)規(guī)則,有時(shí)根據(jù)知識和經(jīng)驗(yàn),。規(guī)則通常是基于少數(shù)變量,,所以會比較生硬。
采用AI進(jìn)行分診,,可以基于更多的變量,,從而達(dá)到更快,、更準(zhǔn)確、更敏感的效果,。變量包括臨床測量結(jié)果和通過可穿戴儀器或植入技術(shù)獲得的實(shí)時(shí)跟蹤,。分診不再需要簡單地劃分為粗疏的類別(比如表示病情危險(xiǎn)級的紅色,琥珀色和綠色),,而是可以根據(jù)患者風(fēng)險(xiǎn)和對于快速干預(yù)的需求進(jìn)行不斷調(diào)整,。連續(xù)數(shù)據(jù)流可以早期觸發(fā)緊急服務(wù),讓無人駕駛的救護(hù)車裝載著人類急救員,,在患者意識到之前就達(dá)到現(xiàn)場,。
醫(yī)生在急診室的作用是團(tuán)隊(duì)領(lǐng)導(dǎo)者、知識處理者和傳播者,。協(xié)調(diào)迅速發(fā)展的診斷,、治療途徑,并在可能的情況下與患者討論治療的潛在利益和風(fēng)險(xiǎn),,這將成為治療的關(guān)鍵,。這些行為不一定必須是醫(yī)生來完成,但確實(shí)需要一個(gè)人類,。
讓醫(yī)生去處理復(fù)雜和異常情況
許多溫和的疾病幾乎完全可以由AI接手處理,。在診斷確定,并且有完善,、有效和安全的治療方法時(shí),,可能不必有人類醫(yī)生的參與。
如果AI能處理大多數(shù)的常規(guī)低風(fēng)險(xiǎn)疾病,,那么醫(yī)生將有更多的時(shí)間專注于那些需要豐富經(jīng)驗(yàn)應(yīng)對的復(fù)雜患者,。這些患者可能具有更復(fù)雜的情況(比如罕見疾病或多發(fā)病),,或病情診斷的不確定性較大,。
復(fù)雜的也可能是患者的實(shí)際情況,而不是病情,。對于那些有學(xué)習(xí)困難,、癡呆癥,成癮等情況的患者,,可能需要比其他病人更多的人力支持,,因此,AI能為醫(yī)生省下時(shí)間來幫助這些患者,。
醫(yī)生作為患者的教育者和顧問
長久以來,,醫(yī)生一直是醫(yī)療知識的看門人,為患者做出醫(yī)療決定。在AI時(shí)代,,患者和醫(yī)生都能接觸到醫(yī)學(xué)知識,。但人類非常不擅長理解概率和評估風(fēng)險(xiǎn),特別是當(dāng)它與自己或親友的健康有關(guān)時(shí),。因此,,對大多數(shù)患者而言,醫(yī)生有個(gè)非常重要的任務(wù)是了解風(fēng)險(xiǎn),,并與患者交流溝通,,內(nèi)容包括診斷可靠程度,干預(yù)的安全性或療效等等,。醫(yī)生也需要能夠解釋AI制定的治療計(jì)劃,。這并不要求醫(yī)生深入了解機(jī)器學(xué)習(xí),正如使用磁共振成像掃描不需要詳盡了解機(jī)械知識那樣,。讓醫(yī)生解釋AI的治療計(jì)劃,,能夠結(jié)合AI深厚的計(jì)算能力,和醫(yī)生對醫(yī)學(xué)的理解和跟患者交流的技能,,將信息有效地傳遞給患者,。
醫(yī)生作為患者的代言人
醫(yī)生都在醫(yī)療保健的前線身經(jīng)百戰(zhàn),每天都聽取患者的意見,,經(jīng)年累月地照顧同一位患者,,并深刻了解醫(yī)學(xué)的可能性和局限性。從這個(gè)角度來看,,醫(yī)生能夠傾聽并回應(yīng)個(gè)別患者以及患者整體的需求,。當(dāng)有利益沖突時(shí)——比如說要在患者之間分配有限的醫(yī)療資源——這種代言作用尤為重要。這些問題可能很復(fù)雜,,而且很易引發(fā)激動情緒,,但至少是合理透明的。不一定每個(gè)人都會同意最終決定,,但通往該決定的過程經(jīng)得起仔細(xì)審查。
在AI時(shí)代,,有種風(fēng)險(xiǎn)是利益相關(guān)者可以在算法中嵌入“隱藏”值,,達(dá)到影響患者護(hù)理的目的。正如Paul Hodgkin博士所說:“發(fā)生價(jià)值沖突時(shí)會如何,?一家資助機(jī)器學(xué)習(xí)系統(tǒng)的醫(yī)藥公司可能希望增加銷售額,,而醫(yī)療保健系統(tǒng)可能希望降低成本,同時(shí)患者可能優(yōu)先考慮安全性,?!彼腥恕ɑ颊摺⒐姾歪t(yī)生——都需要參與這個(gè)過程并讓“規(guī)則”算法負(fù)責(zé)。醫(yī)生所能做出的關(guān)鍵貢獻(xiàn)將是他們對兩個(gè)領(lǐng)域的理解:“現(xiàn)實(shí)世界”中患者的經(jīng)歷,,以及醫(yī)生對于醫(yī)學(xué)的能力和風(fēng)險(xiǎn)的理解,。
醫(yī)生在臨終護(hù)理的場合
科幻大師阿西莫夫提出的機(jī)器人/AI守則中,最基本的原則是“不傷害人類或通過不作為讓人類受到傷害,?!边@個(gè)原則在大多數(shù)情況下有效,但在臨終決定的情況下可能會失敗,。人類醫(yī)生能夠理解,,一些決定不僅僅是基于生存的邏輯問題。盡管阿西莫夫定律與希波克拉底誓言有相似性,,但人類能夠?qū)ζ溥M(jìn)行更復(fù)雜的解讀,,包括生命不僅僅在于長短,還應(yīng)該考慮生活質(zhì)量,。AI在這方面的局限很難通過簡單地插入一個(gè)“生活質(zhì)量變化-剩余生命”的閾值來克服,。一名患有晚期疾病的患者可能選擇姑息治療,而另一個(gè)可能會選擇進(jìn)一步化療,?;颊咦龀龅臎Q定可以基于許多因素,這些因素可以提供給AI算法來分析,,但最終決定仍需要患者獨(dú)自完成,。這類決策必須始終處于算法之外。
總結(jié)
AI的出現(xiàn)將是醫(yī)療保健的一場革命,,因此醫(yī)生的角色也需要發(fā)展,。本文突出了特別的機(jī)遇或挑戰(zhàn)。在AI時(shí)代成為一名優(yōu)秀的醫(yī)生,,需要重新思考技能組合以及更大的心態(tài)轉(zhuǎn)變,。醫(yī)學(xué)院和研究生培訓(xùn)也要計(jì)劃參與這場革命。新醫(yī)生要有能力處理AI構(gòu)建的新世界,。在這個(gè)新世界中,,AI會無縫記錄每個(gè)患者情況和每個(gè)臨床報(bào)道,將其呈現(xiàn)為輸入數(shù)據(jù),,并產(chǎn)生疾病的診斷,、治療功效、不良事件和死亡的概率,。在大多數(shù)情況下,,AI將比人類更快、更可靠,、更便宜地做到這一點(diǎn),。有些人會將此視為威脅,,其他人則視其為機(jī)會。
這篇文章不是關(guān)于AI,,而是關(guān)于新醫(yī)生以及他們?nèi)绾卧谥С諥I的醫(yī)療保健系統(tǒng)中找到自己的位置,。這個(gè)時(shí)代需要的醫(yī)生是人類與AI相結(jié)合后的知識處理者和共情傳播者。現(xiàn)在是時(shí)候開始為此準(zhǔn)備了,。