加州大学旧金山分校的研究发现，人工智能在优先考虑哪些患者需要优先就诊方面与医生一样出色。世界范围内的急诊室基本都人满为患、负担过重，但一项新的研究表明，人工智能 （AI）有一天可以帮助优先考虑哪些患者最需要治疗。
加州大学旧金山分校的研究人员利用251,000名成人急诊科 (ED) 就诊的匿名记录，评估了人工智能模型从患者临床记录中提取症状以确定他们是否需要立即接受治疗的能力。然后，他们将人工智能分析与患者在紧急严重程度指数上的得分进行比较，紧急严重程度指数是急诊科护士在患者到达时使用的1-5级评分，根据最高需求分配护理和资源，这一过程称为分诊。
该研究将患者的数据与其实际身份分开（去识别化），该研究于2024年5月7日发表在《JAMA Network Open》上。研究人员使用ChatGPT-4大语言模型 (LLM) 评估数据，并通过UCSF的安全生成人工智能平台访问数据，该平台具有广泛的隐私保护手段。
研究人员用10,000对配对样本（总共20,000名患者）测试了法学硕士的表现，其中包括一名病情严重（如中风）的患者，另一名患者病情不太紧急（如手腕骨折）。仅根据患者的症状，人工智能就能在89%的情况下识别出这对急诊室患者中哪一位病情更严重。
在由医生和法学硕士评估的500对子样本中，AI的正确率为88%，而医生的正确率为86%。
让人工智能在分诊过程中提供协助，可以为关键医生腾出时间来治疗病情最严重的患者，同时为处理多个紧急请求的临床医生提供备用决策工具。
“想象一下，有两名患者需要被送往医院，但只有一辆救护车；或者一名医生正在值班，但有三个人同时呼叫她，她必须决定先对谁做出回应。”主要作者Christopher Williams说道。
还没有准备好迎接黄金时段
该研究是仅有的少数使用真实世界临床数据而不是模拟场景来评估法学硕士的研究之一，并且是第一个为此目的使用1,000多个临床病例的研究。这也是第一项使用急诊科就诊数据的研究，急诊科可能存在多种可能的医疗状况。
尽管这项研究取得了成功，但Williams警告说，如果没有进一步的验证和临床试验，人工智能还没有准备好在急诊室中负责任地使用。
Williams说：“很高兴表明人工智能可以做很酷的事情，但最重要的是要考虑这项技术帮助了谁，阻碍了谁。仅仅能够为所有类型的患者做某事是使用人工智能的障碍，还是能够为所有类型的患者做好某事？”
需要解决的一个重要问题是如何消除模型中的偏差。先前的研究表明，由于用于训练这些模型的数据存在偏差，这些模型可能会在医疗保健领域长期存在种族和性别偏见。威廉姆斯表示，在使用这些模型之前，需要对其进行修改以消除这种偏见。
Williams说：“首先我们需要知道它是否有效并了解它是如何工作的，然后小心谨慎地应用它。接下来的工作将解决如何在临床环境中最好地部署这项技术。”
