在醫(yī)療數(shù)字化浪潮中，人工智能(AI)正加速進(jìn)入臨床實(shí)踐。從影像識(shí)別、檢驗(yàn)報(bào)告到輔助決策，AI正在重塑醫(yī)生的工作方式，也在悄然改變著患者的就診體驗(yàn)。AI能取代醫(yī)生嗎？面對(duì)這位“智能醫(yī)生”，患者該如何理解它、使用它？它又如何成為醫(yī)生的“眼睛”與“大腦”？
近日，本報(bào)記者專訪中國(guó)醫(yī)學(xué)科學(xué)院阜外醫(yī)院心律失常中心原主任、民盟中央衛(wèi)生與健康委員會(huì)主任張澍，中國(guó)醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院胸外科主任醫(yī)師、民盟中央衛(wèi)生與健康委員會(huì)副主任邵康，首都醫(yī)科大學(xué)附屬北京朝陽(yáng)醫(yī)院超聲醫(yī)學(xué)科副主任、農(nóng)工黨北京市委會(huì)聯(lián)絡(luò)工作委員會(huì)委員于澤興，從心臟、肺部、超聲診斷三個(gè)不同領(lǐng)域，探討AI在臨床中的角色與邊界。
張澍：AI是“標(biāo)準(zhǔn)答案”而人的健康是主觀題
當(dāng)深度學(xué)習(xí)算法僅用0.8秒便可完成冠脈的三維重建，當(dāng)神經(jīng)網(wǎng)絡(luò)在2000萬(wàn)份心電圖中精準(zhǔn)捕捉到異常波動(dòng)，人工智能正在深刻改變心血管診療的基礎(chǔ)邏輯。
“AI的本質(zhì)是一套算法，它建立在海量的醫(yī)學(xué)知識(shí)和臨床數(shù)據(jù)之上。”張澍介紹，在臨床應(yīng)用中，配備AI技術(shù)的影像設(shè)備能夠在極短的時(shí)間內(nèi)，從成千上萬(wàn)張圖像中精準(zhǔn)定位異常病變點(diǎn)，協(xié)助醫(yī)生識(shí)別早期心臟結(jié)構(gòu)的異常、冠狀動(dòng)脈的鈣化以及心肌的肥厚。“這種高效的判斷，甚至能夠超越人眼。”
在他看來(lái)，這正是人工智能的優(yōu)勢(shì)——速度快、處理量大、分析深入，最終目標(biāo)是精準(zhǔn)。然而，目前存在兩種極端觀點(diǎn)：一種認(rèn)為AI已經(jīng)能夠取代醫(yī)生，另一種則認(rèn)為AI在醫(yī)療領(lǐng)域的應(yīng)用并不可靠。張澍認(rèn)為，通過(guò)大量案例和指南的“喂養(yǎng)”，AI能夠迅速提供針對(duì)常見(jiàn)疾病和輕微病癥的標(biāo)準(zhǔn)化診斷和建議。“你無(wú)法期望一個(gè)初出茅廬的年輕醫(yī)生立即獨(dú)立擔(dān)當(dāng)重任，然而，一個(gè)新入行的AI卻能夠整合眾多資深醫(yī)生的豐富經(jīng)驗(yàn)，迅速提供標(biāo)準(zhǔn)化的解決方案。這使得AI成為輔助診療過(guò)程中的得力助手，尤其在處理常見(jiàn)疾病或那些已有標(biāo)準(zhǔn)化治療方案的病例時(shí)，AI可充當(dāng)‘虛擬醫(yī)生’的角色。”
然而，張澍強(qiáng)調(diào)，這種能力并不能無(wú)限制地?cái)U(kuò)展。人工智能在識(shí)別“共性”疾病方面表現(xiàn)出色，但人類的健康問(wèn)題往往是一道“主觀題”，其中包含著復(fù)雜且難以量化的“個(gè)性”因素。在處理復(fù)雜的心血管疾病，如心律失常時(shí)，AI技術(shù)能夠協(xié)助醫(yī)生快速識(shí)別潛在風(fēng)險(xiǎn)和心電圖異常。然而，要深入理解疾病發(fā)展的全身性原因和動(dòng)態(tài)變化過(guò)程，醫(yī)生的臨床經(jīng)驗(yàn)和對(duì)患者個(gè)體狀況的精準(zhǔn)評(píng)估則顯得尤為重要。“心臟并非獨(dú)立運(yùn)作的器官，其健康狀況及功能表現(xiàn)受到心理狀態(tài)、整體環(huán)境、生活習(xí)慣等多種因素的共同作用。”張澍指出。
例如，焦慮的個(gè)體可能會(huì)經(jīng)歷胸悶和心悸等癥狀，這些不適感源于情緒對(duì)心臟功能的影響，而非心臟存在任何器質(zhì)性問(wèn)題。“即便AI技術(shù)再先進(jìn)，目前它仍無(wú)法準(zhǔn)確判斷一個(gè)人是否正承受心理壓力、睡眠障礙，或是家庭與環(huán)境的變動(dòng)。目前我們所提供的訓(xùn)練數(shù)據(jù)遠(yuǎn)遠(yuǎn)不足，因?yàn)榕c‘心’相關(guān)的人的整體狀態(tài)，往往不是僅憑臨床‘指標(biāo)＋圖像’就能完全闡釋的。”張澍進(jìn)一步補(bǔ)充道。
目前，隨著AI技術(shù)從后臺(tái)支持走向前臺(tái)服務(wù)，它不再局限于為醫(yī)生提供輔助決策，而是開(kāi)始直接與患者互動(dòng)，參與初步的問(wèn)診過(guò)程，問(wèn)題也開(kāi)始逐漸顯現(xiàn)。“部分患者對(duì)‘AI問(wèn)診’平臺(tái)抱有過(guò)分的信任，認(rèn)為通過(guò)回答幾個(gè)問(wèn)題、獲取一份報(bào)告便能替代與醫(yī)生的面對(duì)面咨詢”，張澍提醒，盡管AI平臺(tái)能夠利用算法模型初步識(shí)別患病風(fēng)險(xiǎn)并提供標(biāo)準(zhǔn)化建議，但由于它缺乏對(duì)“人心”的真正理解，有時(shí)反而可能導(dǎo)致病情延誤。
“AI可以是一個(gè)優(yōu)秀的‘起點(diǎn)’，但絕非‘終極診斷’系統(tǒng)。”張澍強(qiáng)調(diào)，特別是在心血管領(lǐng)域，許多疾病的早期跡象微弱到幾乎難以察覺(jué)，例如偶爾的心悸、輕微的乏力，患者常常不以為意。然而，這些看似普通的癥狀背后，可能隱藏著嚴(yán)重的心律失常風(fēng)險(xiǎn)。這類復(fù)雜且隱蔽的病情，單憑一臺(tái)AI、一次線上咨詢，是無(wú)法實(shí)現(xiàn)精確識(shí)別的。
如何把握AI在現(xiàn)代臨床實(shí)踐中的應(yīng)用？張澍生動(dòng)地描述道：“從傳統(tǒng)的水銀血壓計(jì)到現(xiàn)代電子血壓監(jiān)測(cè)器，從聽(tīng)診器到先進(jìn)的可穿戴心電監(jiān)測(cè)設(shè)備，醫(yī)學(xué)領(lǐng)域一直在進(jìn)步和演變。AI的融入，正是這一持續(xù)發(fā)展過(guò)程中的一個(gè)環(huán)節(jié)，而且它代表了一次真正的革命。”
而對(duì)于患者而言，未來(lái)的醫(yī)療不是“人退AI進(jìn)”，而是“人機(jī)共治”，將科技的速度與人性的溫度融為一體，用AI的“理性判斷”與醫(yī)生的“經(jīng)驗(yàn)推理”實(shí)現(xiàn)更精準(zhǔn)的診療。醫(yī)學(xué)AI的終極形態(tài)，并非取代人類在希波克拉底誓言下的深思，而是將機(jī)器數(shù)據(jù)的確定性轉(zhuǎn)化為臨床過(guò)程的潛在可能性，加速并優(yōu)化診療流程。在這個(gè)人機(jī)共存的診療新時(shí)代，每一次心跳既是生物電信號(hào)，也是生命故事的獨(dú)特旋律。
邵康：AI是個(gè)“好學(xué)生”但還不是“好醫(yī)生”
作為深耕一線的資深胸外科專家，邵康對(duì)人工智能在醫(yī)療領(lǐng)域的應(yīng)用有著深刻洞察：“AI就像個(gè)過(guò)目不忘的超級(jí)學(xué)霸，堪稱醫(yī)生的‘超級(jí)大腦’，是極具潛力的臨床助手。”
從最基礎(chǔ)的病歷書(shū)寫(xiě)、病情錄入，到門診中的影像識(shí)別、輔助診斷，再到初步治療方案的建議，AI幾乎可以覆蓋醫(yī)生工作的各個(gè)環(huán)節(jié)，邵康介紹：“它的最大優(yōu)勢(shì)是穩(wěn)定、全面、不疲勞，能承擔(dān)大量重復(fù)性工作。尤其在圖像處理方面，AI的表現(xiàn)已經(jīng)超過(guò)了許多經(jīng)驗(yàn)尚淺的醫(yī)生。”
以肺結(jié)節(jié)篩查為例，傳統(tǒng)閱片模式下，醫(yī)生每看一個(gè)病人，需要手動(dòng)翻閱300至400張 CT斷層圖像，不僅耗時(shí)耗力，還易出現(xiàn)視覺(jué)疲勞導(dǎo)致漏診。而 AI憑借深度學(xué)習(xí)算法，可在數(shù)秒內(nèi)完成全肺掃描，不僅能精準(zhǔn)標(biāo)注病灶位置，還能量化分析結(jié)節(jié)大小、密度、邊緣特征等參數(shù)，并基于大數(shù)據(jù)模型給出初步良惡性概率評(píng)估。
“以往對(duì)一位患者的影像判讀需5至10分鐘，現(xiàn)在 AI輔助下僅需數(shù)秒即可完成初篩。”邵康提到，這種效率的提升，顯著優(yōu)化了診療流程，讓醫(yī)生得以將更多精力投入到復(fù)雜病情研判與個(gè)體化治療方案制定中。
對(duì)于肺癌影像診斷的準(zhǔn)確率，AI已能與經(jīng)驗(yàn)豐富的主治醫(yī)師比肩。臨床實(shí)踐中，醫(yī)生只要輸入準(zhǔn)確的疾病相關(guān)信息，AI就可以根據(jù)指南、共識(shí)給出全面、準(zhǔn)確的疾病診療方案供醫(yī)生參考。
邵康直言：“對(duì)于知識(shí)更新滯后的從業(yè)者而言，部分成熟的AI系統(tǒng)確實(shí)展現(xiàn)出更強(qiáng)的知識(shí)儲(chǔ)備與分析能力。”然而，在肯定技術(shù)優(yōu)勢(shì)的同時(shí)，邵康反復(fù)強(qiáng)調(diào) AI的臨床應(yīng)用邊界：“醫(yī)學(xué)的本質(zhì)是針對(duì)‘生病之人’，而非僅僅是‘疾病’。”
臨床實(shí)踐中，患者的基礎(chǔ)狀況、心理狀態(tài)、生活環(huán)境等信息，往往是左右診療決策的關(guān)鍵變量。這些難以量化的“隱藏參數(shù)”，恰是 AI當(dāng)前的技術(shù)盲區(qū)。
于澤興：超聲不是“看圖說(shuō)話”那么簡(jiǎn)單
當(dāng)人們談?wù)撊斯ぶ悄軐?duì)醫(yī)療行業(yè)的影響時(shí)，影像科常常被視為“最容易被AI替代”的領(lǐng)域，甚至有人斷言，AI時(shí)代最先“下崗”的，將是影像科醫(yī)生。
“確實(shí)，從很早開(kāi)始，就有團(tuán)隊(duì)嘗試將AI引入影像診斷，尤其在放射科領(lǐng)域應(yīng)用較多。”于澤興介紹，像X光片、CT片這類標(biāo)準(zhǔn)化的平面圖像，非常適合深度學(xué)習(xí)算法進(jìn)行訓(xùn)練與識(shí)別，因此AI在這些領(lǐng)域的發(fā)展起步較快。
不過(guò)，作為醫(yī)學(xué)影像中的重要分支，超聲科的情況卻遠(yuǎn)比想象中復(fù)雜。于澤興指出，雖然超聲也是較早引入人工智能技術(shù)的科室之一，并積累了一定的探索經(jīng)驗(yàn)，但要讓AI真正扮演臨床“決策者”的角色，還面臨諸多挑戰(zhàn)。
在甲狀腺、乳腺等結(jié)構(gòu)清晰、圖像穩(wěn)定的部位，有的軟件已經(jīng)具備初步的輔助診斷能力，可以在醫(yī)生操作過(guò)程中自動(dòng)識(shí)別結(jié)節(jié)并評(píng)估其風(fēng)險(xiǎn)等級(jí)，其表現(xiàn)相當(dāng)于一位年輕的主治醫(yī)生。
然而，這種應(yīng)用目前仍局限于少數(shù)場(chǎng)景。“因?yàn)槌暀z查本質(zhì)上是一個(gè)動(dòng)態(tài)探查的過(guò)程，它不只是‘看圖說(shuō)話’，醫(yī)生需要一邊操控探頭，一邊觀察屏幕上不斷變化的圖像，在瞬息之間捕捉關(guān)鍵線索。”于澤興表示，這一過(guò)程中，醫(yī)生的感知、操作和認(rèn)知能力缺一不可，經(jīng)驗(yàn)遠(yuǎn)比圖像本身更為關(guān)鍵。
“胖的人、瘦的人，器官的位置和形態(tài)不一樣，超聲醫(yī)生掃查時(shí)的角度、范圍、按壓的力度都不同，需要實(shí)時(shí)調(diào)整、因人而異。”于澤興說(shuō)。“這些操作細(xì)節(jié)，都是AI目前難以勝任的。”
那么，如果僅從圖像分析來(lái)說(shuō)，患者是否可以上傳報(bào)告，在AI上獲取“診斷建議”？
于澤興提醒，這種做法存在不小的安全隱患，比如甲狀腺的某些結(jié)節(jié)，從圖像上看與惡性腫瘤極為相似，AI可能會(huì)直接標(biāo)紅提示風(fēng)險(xiǎn)，“但如果結(jié)合患者既往的檢查記錄，可能會(huì)發(fā)現(xiàn)這些結(jié)節(jié)原本較大，隨著時(shí)間逐漸縮小，是一種良性的退變結(jié)節(jié)。而這種需要綜合病史、遺傳史乃至病程變化作出的判斷，是當(dāng)前AI尚不具備的能力。”
不過(guò)，應(yīng)該看到的是，在目前超聲醫(yī)生資源緊張的背景下，無(wú)論是三甲醫(yī)院還是基層機(jī)構(gòu)，合理引入AI，將在一定程度上緩解人力壓力。“技術(shù)無(wú)法取代醫(yī)生的經(jīng)驗(yàn)和判斷，但它可以成為醫(yī)生的工具，為他們加一雙‘眼’、多一雙‘手’，把專業(yè)力量用在更需要的地方。”于澤興說(shuō)。(完)(《中國(guó)新聞》報(bào)劉益伶報(bào)道)【編輯:張子怡】
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。
