人工智能在医疗保健领域的应用——加州大学旧金山分校罗伯特·瓦赫特的洞见重塑未来

在 ChatGPT 公开发布一周年之际，医疗保健领域的人工智能技术发展正蓄势待发，即将迎来突破性变革。2023 年 11 月 30 日，《美国医学会杂志》(JAMA) 刊登了一篇评论文章，加州大学旧金山分校医学院院长罗伯特·瓦赫特博士和斯坦福大学数字经济实验室主任埃里克·布林约尔松博士深入探讨了生成式人工智能 (genAI) 工具的变革潜力。本文将深入剖析他们的见解，阐述 genAI 如何革新医疗保健行业，克服该行业长期面临的挑战。.

利用 GenAI 加速医疗保健行业的数字化革命

医疗保健行业一直以来都因其对变革性技术的缓慢采纳而臭名昭著。从对tron健康记录 (EHR) 的犹豫不决，到 IBM Watson Health 的失败尝试，该行业在拥抱变革的过程中一直面临着重重阻碍。然而，作者认为，能够生成与其训练数据截然不同的高质量内容的 genAI 拥有独特的属性，或许能够加速这一变革进程。.

以记录医疗信息技术挑战而闻名的瓦赫特博士认为，通用人工智能（genAI）可以打破阻碍包括医疗保健在内的各行业采用通用技术的“生产力悖论”循环。历史上，由于激励机制错位、复杂性、隐私法规以及普遍存在的对变革的抵触情绪，人们一直抵制此类变革，而如今，通用人工智能为解决这些阻力提供了潜在方案。.

布林约尔松博士于1993年提出的信息技术生产力悖论，凸显了尽管通用技术得到广泛应用，但生产力提升却滞后这一问题。在医疗保健领域，基因人工智能（genAI）因其用户友好、硬件要求低以及与现有数字化工作流程的契合性而被视为一种解决方案。.

与电子病历（EHR）推广过程中面临的挑战不同，genAI 的易用性使其在医疗专业人员和患者已广泛使用数字化工具的环境中占据优势。此外，当前医疗生态系统已习惯使用数字化数据和系统，这为 genAI 有效满足临床和业务需求创造了绝佳时机。.

人工智能在医疗保健领域的应用——人工智能集成中的应用与挑战

人工智能在医疗保健领域的应用，尤其是在20世纪60年代至80年代，其历史上的失败被归咎于试图取代医生的认知功能。然而，早期的基因人工智能（genAI）应用主要集中在减轻行政负担，例如安排预约、药物续配和回答患者咨询。对于医疗保健专业人员而言，基因人工智能有望协助生成临床记录、预先授权申请以及总结复杂的患者病历。.

虽然基因人工智能有潜力辅助诊断，但重点在于提出可能的诊断，而不是取代医生的专业知识，因为人们认识到医疗保健决策的重大风险和后果。.

尽管前景广阔，但基因人工智能仍面临诸多挑战，需要加以解决才能成功融入医疗保健系统。这项技术本身必须不断改进，尤其是在其扩展到高风险临床领域时。人工智能与电子病历系统的集成虽然比以往更加便捷，但仍需进一步完善。此外，采用人工智能进行医疗保健的成本影响也需要得到有效控制，以确保投资回报。.

人工智能领域劳资关系紧张，近期其他行业的罢工事件便是例证，这可能会带来挑战，但医疗保健行业严重的医护人员短缺和过度劳累或许能缓解部分阻力。随着人工智能进军临床领域，如何让 医护人员 与技术有效协作，对于成功至关重要。

为 GenAI 的成功铺平道路

为了使通用人工智能（genAI）在医疗保健领域取得成功，必须建立相应的监管框架，尤其是在高风险的临床应用方面。然而，监管通用技术的复杂性构成了一项艰巨的挑战。区分对特定人工智能算法的监管和对人工智能在整个医疗保健系统中更广泛作用的监督，需要创新的方法来确保患者安全和医疗质量。.

由于基因人工智能具有重塑医疗保健的潜力，整个行业必须携手应对这些挑战。医疗保健生态系统如何才能在拥抱基因人工智能的变革力量与确保将其负责任且有效地整合到临床工作流程中之间取得适当的平衡？