【导语】AI不能取代人类专家，但可以改变治疗癌症等疾病的方式，并拯救无数生命。
从美国医疗保健成本飙升，到英国国民医疗服务体系（NHS）危机反复出现，人们常常觉得有效且负担得起的医疗保健似乎是不可能的。随着慢性病的流行，以及对曾经致命的疾病的治疗方法增多，看不起病的情况只会变得更糟。
这是因为，这些新的治疗方法往往价格昂贵，且难以引入医保系统，因为这些系统要么抵制变革，要么被太多的变革所牵制。与此同时，随着社会对护理需求的不断增长，资金压力也越来越大，使得医疗资源的分配变得更加复杂。
AI能解决医疗难题吗？
人工智能（AI）常被宣传为能够在服务提供过程中节省成本和提高效率的解决方案。然而，在医疗领域，将智能计算机视为人类替代品的想法只是一种幻想罢了。实际上，人工智能在现实世界中的表现往往不尽如人意，因为现实的复杂性是一大障碍。
迄今为止，人工智能技术在混乱的、本质上属于人类的医学领域几乎没有发挥作用。但是，如果人工智能工具是专门为现实世界的医学设计的，并且具有所有组织、科学和经济的复杂性，那么它能为医学领域带来什么？
这种“以现实为中心”的人工智能方法是我在剑桥大学领导的实验室的重点研究方向。我们与临床医生和医院紧密合作，为研究人员、医生、护士和患者开发人工智能工具。人们通常认为，人工智能在医疗保健领域的主要机会在于分析图像，如核磁共振扫描，或寻找新药物化合物。
除此之外，我们实验室研究的另一个重点是个性化或精准医疗——我们希望看到AI如何根据个人独特的医疗和生活方式来定制治疗方法，而不是一刀切。
如何应用定制化医疗？
人工智能驱动的定制医疗可以更有效地治疗心脏病和癌症等常见疾病，或囊性纤维化等罕见疾病。它可以让临床医生为个体患者优化用药的时间和剂量，或者使用患者的个人健康状况来评估，而不是参考年龄和性别等一揽子标准。这种定制的方法可能实现更早的诊断、预防和更好的治疗，从而更好地利用资源并挽救生命。
许多相同的技术可以用于临床试验，但有时试验会失败，因为患者对药物的平均反应未达到试验的目标。不过，如果试验中有些人对治疗反应良好，人工智能可以协助在现有的试验数据中找到这些群体，并创建单个患者的数据模型或“数字双胞胎”。
通过这种方法，研究人员可以在进行代价昂贵的真人试验之前进行初步试验，从而减少研发药物所需的时间和投资。此举还可以使更多改善生命的干预措施在医疗业务上发挥作用，并使治疗能够专注于那些最需要帮助的人。
在像NHS这样的复杂组织中，人工智能可以帮助有效地分配医疗资源。我们的实验室在Covid期间创建了一个工具，帮助临床医生预测呼吸机和ICU病床的使用情况。这个工具的应用可以扩展到整个保健服务部门，以便更加精确地分配保健人员和设备。此外，人工智能技术还可以协助医生、护士和其他卫生专业人员提高他们的知识水平并加强他们的专业知识。
同时，它还可以帮助解决一些难题，例如患者隐私等问题。最新的人工智能技术创造了所谓的“合成数据”，能够反映数据中的模式，使临床医生能够从中获得见解，同时又不会暴露任何可识别的信息。
医疗风险与责任
临床医生和人工智能专家已经在考虑大型语言模型如ChatGPT在医疗保健领域的潜力。这些工具可以帮助减轻文书工作负担，推荐药物试验方案或提出诊断建议。尽管它们具有巨大的潜力，但风险和挑战也显而易见。
我们不能依赖一个经常编造信息的系统，也不能依赖一个根据有偏见的数据进行训练的系统。ChatGPT无法理解复杂的条件和微小差别，这可能导致误解或不适当的建议。如果它被用于心理健康等领域，可能会产生灾难性的后果。因此，在使用这些工具时必须谨慎并进行适当的验证和监督，以确保它们的可靠性和安全性。
如果人工智能被用来诊断患者却出错，那么需要明确谁应该对此负责：是人工智能开发人员，还是使用它的医疗人员？伦理准则和法规尚未跟上这些先进技术的步伐。因此，我们需要解决在真实患者身上使用大型语言模型的安全问题，并确保人工智能的开发和部署承担责任。
为了确保这一点，我们的实验室正在与临床医生密切合作，以确保模型在可靠、准确和无偏见的数据环境中得到训练。我们正在开发新的方法来验证人工智能系统，以确保它们安全、可靠和有效，并开发相关技术来完善人工智能产生的预测和建议，使其可以向临床医生和患者解释。
我们不能忽视这项技术的变革潜力，但同时也需要确保我们设计和构建的人工智能能够帮助医疗保健专业人员更好地完成他们的工作。这便是我所说的人类-人工智能赋权议程的一部分——利用人工智能赋予人类权力，而不是取代人类。
我们的目标不应该是构建模仿和取代人类的自主代理AI，而是开发机器学习技术，使人类能够提高他们的认知和内省能力，从而成为更好的学习者和决策者。
