文|創(chuàng)瞰巴黎
導(dǎo)讀
隨著技術(shù)飛速發(fā)展、醫(yī)學(xué)數(shù)據(jù)的持續(xù)擴(kuò)增以及硬件設(shè)備的不斷提升,人工智能(AI)和醫(yī)療的結(jié)合方式越來越多樣化。目前AI在醫(yī)療領(lǐng)域中的落地的應(yīng)用場景繁多,其中在醫(yī)學(xué)影像中的應(yīng)用最為廣泛。長期來看,AI有望在診斷方法、治療手段、患者體驗(yàn)等方面帶來顛覆。但是,卻難以帶來我們所設(shè)想的“革命”。本期醫(yī)療數(shù)據(jù)創(chuàng)新系列為大家分析,為何AI難以掀起醫(yī)學(xué)革命?
一覽:
- 長期來看,人工智能(AI)有望在診斷方法、治療手段、患者體驗(yàn)等方面帶來顛覆。
- 然而,迄今為止,醫(yī)療領(lǐng)域的大部分AI應(yīng)用都在因循守舊,并未徹底推翻舊有實(shí)踐。
- 由于醫(yī)療行業(yè)較為保守,創(chuàng)新成果推進(jìn)緩慢,因此行業(yè)內(nèi)的機(jī)構(gòu)和個人層面都未出現(xiàn)大規(guī)模的AI部署。
- AI的應(yīng)用離不開現(xiàn)存數(shù)據(jù),這從一定程度上限制了它的影響范圍。
不少人都稱,人工智能(AI)在醫(yī)療領(lǐng)域的應(yīng)用掀起了一場“醫(yī)學(xué)革命”。誠然,機(jī)器學(xué)習(xí),尤其是深度學(xué)習(xí)帶來了很多行為方式的改變,但“革命”一詞的使用無疑具有誤導(dǎo)性。
“醫(yī)學(xué)革命”的想法雖好,但它暗含了一種觀念,即醫(yī)療領(lǐng)域的范式轉(zhuǎn)變只受相關(guān)技術(shù)的影響,而非多方因素綜合作用的結(jié)果。如果上述論點(diǎn)所言屬實(shí),那么所謂的“醫(yī)學(xué)革命”應(yīng)該是持續(xù)幾十年的變化,而非瞬間完成。因此,AI在醫(yī)療領(lǐng)域的應(yīng)用不太可能帶來我們所設(shè)想的“革命”。原因如下:
01 醫(yī)療實(shí)踐的改變需要時間
精準(zhǔn)醫(yī)療的概念由來已久,它旨在利用數(shù)據(jù)改善治療效果。這一想法最早由Karl Pearson和Francis Galton 于19世紀(jì)末提出,二人收集數(shù)據(jù)的目的十分明確:通過統(tǒng)計分析得出洞見。自那之后,在多方的努力下,美國國立衛(wèi)生研究院(NIH)于20世紀(jì)下半葉開發(fā)了一系列統(tǒng)計方法,旨在推動精準(zhǔn)醫(yī)療的發(fā)展。因此,2000年的人類基因組計劃(The Human Genome Project),以及為推動AI發(fā)展而開發(fā)的軟硬件均可被視為上述努力的延續(xù)。
“人工智能是舊有技術(shù)的延續(xù),而非一場直接的革命?!?/p>
AI在醫(yī)療領(lǐng)域應(yīng)用廣泛,其中以放射學(xué)尤為矚目。自倫琴于1895年因發(fā)現(xiàn)X射線而獲得諾貝爾獎后,該學(xué)科開始迅猛發(fā)展。在長達(dá)近50年的時間里,X光都是唯一一項非侵入性醫(yī)學(xué)成像技術(shù)。經(jīng)過多年的發(fā)展,X光的便利性和精確度均實(shí)現(xiàn)了顯著提升,如今,它已成為醫(yī)護(hù)人員的一大首選診療手段。例如,過去外科醫(yī)生僅通過觸摸來診斷闌尾炎,但現(xiàn)在他們更傾向于使用CT掃描。與精準(zhǔn)醫(yī)療一樣,AI和之前的好幾代技術(shù)都是這些發(fā)展的延續(xù),而非一場直接的“革命”。
02 醫(yī)院對變革有抵觸情緒
放射學(xué)是首批將新一代AI工具商業(yè)化的醫(yī)學(xué)學(xué)科之一。2010年后,醫(yī)學(xué)界發(fā)表了幾篇論文,首次詳細(xì)介紹了將深度學(xué)習(xí)技術(shù)應(yīng)用于放射科的一些概念驗(yàn)證。如今,十年過去,市場上已經(jīng)出現(xiàn)了第一批工具。這期間到底經(jīng)歷了什么變化?歸根結(jié)底,除去技術(shù)的成熟外,監(jiān)管層面也出現(xiàn)了一些改變。
其實(shí),部分技術(shù)應(yīng)用早在五年前就已被開發(fā)出來,但技術(shù)的成熟需要時間和資金的支持,且監(jiān)管部門的批準(zhǔn)也至關(guān)重要。現(xiàn)在,技術(shù)和監(jiān)管層面都對AI的應(yīng)用有了更深的理解,因此監(jiān)管批準(zhǔn)時間也縮短至幾個月。但無論如何,買賣雙方都需要驗(yàn)證這些技術(shù)工具在實(shí)際工作中的應(yīng)用情況,畢竟病人需求和醫(yī)院標(biāo)準(zhǔn)各不相同。
此外,醫(yī)院的現(xiàn)有預(yù)算往往不足以承擔(dān)新的醫(yī)療實(shí)踐,因此,他們在AI工具的應(yīng)用上也需要找到資金支持。一家醫(yī)院在采購AI之前,可能需要一年多時間才能走完行政審批,而且,盡管監(jiān)管機(jī)構(gòu)已經(jīng)驗(yàn)證了產(chǎn)品的安全性,但這些設(shè)備購買仍然很少能夠得到報銷。對醫(yī)療行業(yè)而言,安全是核心。因此,某項技術(shù)越是新穎,或者越富“顛覆性”,其使用的阻礙就越大。醫(yī)療體系追求“精準(zhǔn)”,而創(chuàng)新本身則暗含了很多“不確定性”。
03 數(shù)據(jù)的收集和處理十分耗時
AI技術(shù)本身的一些特點(diǎn)可能會限制其在醫(yī)療領(lǐng)域的推廣。首先,AI的使用需要數(shù)據(jù),而在當(dāng)前的監(jiān)管政策下,數(shù)據(jù)集的創(chuàng)建十分復(fù)雜,且需要大量的時間和資金投入。很多時候,開發(fā)人員會選擇“二次使用”數(shù)據(jù),即將診斷或行政工作等其他環(huán)節(jié)收集到的數(shù)據(jù)應(yīng)用于AI。在此過程中,數(shù)據(jù)需要得到清理,而《通用數(shù)據(jù)保護(hù)條例》(GDPR)、授權(quán)訪問、數(shù)據(jù)變現(xiàn)等因素都在掣肘這一進(jìn)程。
此外,數(shù)據(jù)集的建立只是開始。技術(shù)開發(fā)人員需要醫(yī)學(xué)專家的幫助才能理解數(shù)據(jù)的含義,并為其貼標(biāo)簽。在得出一個有效的結(jié)論前,需要多次進(jìn)行數(shù)據(jù)處理和建模。經(jīng)驗(yàn)表明,AI的應(yīng)用是80%的數(shù)據(jù)預(yù)處理和20%的建模。當(dāng)然,監(jiān)管機(jī)構(gòu)和用戶也需要相信和接受這門新技術(shù)。
最后,當(dāng)AI應(yīng)用執(zhí)行的任務(wù)數(shù)量較小時,效果最好。應(yīng)用范圍越廣,復(fù)雜性和不確定性就越多。例如,當(dāng)前放射學(xué)中的AI應(yīng)用往往只關(guān)注身體某個特定區(qū)域。即便是這樣,很多時候結(jié)果也都是假陽性,而且無法應(yīng)用于復(fù)雜的案例中。例如,乳房植入物往往會影響到乳房X光檢查的AI分析。
04 人工智能的用途尚不清晰
AI在影像診斷方面有諸多新應(yīng)用。一方面,AI可以部分取代放射科醫(yī)生:當(dāng)沒有放射科醫(yī)生值班,無法對檢測結(jié)果進(jìn)行診斷時,醫(yī)護(hù)人員可能會使用AI工具進(jìn)行急救。另一方面,如果AI的使用是以分診為目的,則可被當(dāng)做參考,避免“假陰性”的出現(xiàn)。根據(jù)AI使用場景的不同,我們可以調(diào)整自身預(yù)期,并相應(yīng)校準(zhǔn)準(zhǔn)確率和召回率等機(jī)器學(xué)習(xí)指標(biāo)。
“與AI應(yīng)用相關(guān)的權(quán)責(zé)分工問題仍未得到正式解答。”
與AI應(yīng)用相關(guān)的權(quán)責(zé)分工問題仍未得到正式解答,而這些答案將最終影響AI的發(fā)展和使用。確實(shí),如果醫(yī)護(hù)人員對AI工具和自動化技術(shù)養(yǎng)成依賴,那么他們的專業(yè)能力可能也會隨之下降。也許資深的放射科醫(yī)生能夠輕松判斷人工智能分析結(jié)果的真?zhèn)?,但資歷較淺的醫(yī)生很難做到這一點(diǎn)。年輕一代的醫(yī)生如果過多依賴技術(shù),可能會有損于對結(jié)果的客觀判斷,這也許會催生一些新技能的培養(yǎng)。
05 “革命”還是“變革”?
我們不應(yīng)為自己的想法設(shè)限,認(rèn)為AI在醫(yī)療領(lǐng)域的應(yīng)用是一場我們難以左右的“變革”。AI的發(fā)展并非緊跟醫(yī)療行業(yè)的最佳實(shí)踐,而是會受醫(yī)療行業(yè)人員、資金和資源匱乏的影響。盡管如此,國際社會和不少國家都成立了相應(yīng)的委員會[1]來規(guī)范AI的發(fā)展。此外,部分當(dāng)?shù)孛癖娺€自發(fā)組織了一些社區(qū)活動,以共同決定AI應(yīng)用的走向[2]。
當(dāng)然,上述論點(diǎn)并沒有排除醫(yī)療領(lǐng)域出現(xiàn)AI的顛覆性應(yīng)用,進(jìn)而掀起一場“醫(yī)學(xué)革命”的可能性,但它們的確將AI當(dāng)前的發(fā)展速度,以及醫(yī)療行業(yè)保守的創(chuàng)新環(huán)境納入了考量(通常情況下,醫(yī)療行業(yè)的創(chuàng)新進(jìn)程需要花費(fèi)幾十年時間)。更重要的是,上述論點(diǎn)指出,技術(shù)發(fā)展不會是轉(zhuǎn)型的唯一決定因素,在其漫長的發(fā)展進(jìn)程中,其他因素的綜合作用也會影響AI在醫(yī)療領(lǐng)域的應(yīng)用前景。
參考資料
1. https://eithealth.eu/opportunity/call-for-applications-external-advisory-group-to-the-european-taskforce-for-harmonised-evaluation-of-digital-medical-devices-dmds/
2. Pragmatism and Organization Studies, 2018, Philippe Lornio, chapter 6, pp.158–188.