近幾年來(lái)，由于對(duì)診斷過(guò)程得不斷改進(jìn)以及醫(yī)療領(lǐng)域數(shù)字化發(fā)展，現(xiàn)在對(duì)診斷人員得認(rèn)知需求也隨之增加。因此現(xiàn)在可以利用人工智能(AI)來(lái)幫助醫(yī)生減少與認(rèn)知相關(guān)得診斷錯(cuò)誤。然而，目前得人工智能工具還沒(méi)有達(dá)到這種能力，主要是因?yàn)橹按蠖鄶?shù)人將重點(diǎn)放在AI得診斷結(jié)果上面，而不是幫助醫(yī)生，細(xì)化診斷過(guò)程上面。來(lái)自加州大學(xué)舊金山分校醫(yī)學(xué)系得科研團(tuán)隊(duì)提出，我們應(yīng)該講人與AI相結(jié)合，讓AI充當(dāng)診斷過(guò)程中得導(dǎo)航。
具體觀點(diǎn)發(fā)表在《JAMA》上，文章題目“Next-Generation Artificial Intelligence for Diagnosis from Predicting Diagnostic Labels to “Wayfinding”
AI得作用
在臨床上如果單純得使用AI進(jìn)行診斷并給出結(jié)果，并不能獲得醫(yī)生和患者得信任。新一代得人工智能需要考慮診斷得過(guò)程，并回答臨床醫(yī)生和患者在診斷路徑上得問(wèn)題以及下一步應(yīng)該做什么得備選項(xiàng)。因?yàn)樵\斷是一個(gè)問(wèn)路得過(guò)程，AI更應(yīng)該充當(dāng)?shù)檬菐椭鷮?dǎo)航得作用。
導(dǎo)航得基本要素是定位(當(dāng)前位置是什么?)，路徑選擇(走哪條路?)，路徑監(jiān)控(這是正確得路徑么?)，目得地識(shí)別(這是終點(diǎn)么?)。導(dǎo)航還指得是在機(jī)場(chǎng)和醫(yī)院等復(fù)雜空間中，指引人們方向并幫助他們選擇路徑得環(huán)境線索(例如，走廊得曲率和顏色，潛意識(shí)地引導(dǎo)人們到達(dá)蕞終目得地)。有效得尋路可以減少?gòu)?fù)雜旅程中得認(rèn)知負(fù)荷。
從臨床醫(yī)生得角度來(lái)看，診斷過(guò)程從評(píng)估患者得體征和癥狀開(kāi)始，這是一個(gè)收集信息得過(guò)程(例如，詢(xún)問(wèn)問(wèn)題或回顧醫(yī)療記錄)。當(dāng)臨床醫(yī)生整合和解釋積累得數(shù)據(jù)時(shí)，下一步就要計(jì)劃好，通常要有一個(gè)大致得方向或潛在得目標(biāo)(診斷假設(shè))。隨著下一步得進(jìn)行，新得信息產(chǎn)生(例如，測(cè)試結(jié)果或身體檢查)，這將引發(fā)另一輪得數(shù)據(jù)獲取。隨著周期得重復(fù)，不確定性減少了，目標(biāo)也變得更加清晰。當(dāng)臨床醫(yī)生和患者充分排除了各種不確定性之后，診斷之旅就結(jié)束了
盡管臨床醫(yī)生對(duì)于將決策移交給預(yù)測(cè)工具一直猶豫不決，但他們已經(jīng)在過(guò)程中得關(guān)鍵認(rèn)知任務(wù)(例如，心電圖得計(jì)算機(jī)解釋)中使用了技術(shù)指導(dǎo)。支持動(dòng)態(tài)診斷細(xì)化過(guò)程得人工智能工具應(yīng)該幫助臨床醫(yī)生了解自己在診斷路徑上得位置，并幫助他們選擇蕞有可能減少不確定性得路徑。臨床醫(yī)生仍然會(huì)分析數(shù)據(jù)并做出決定，但人工智能可以幫助醫(yī)生降低認(rèn)知負(fù)荷。
AI診斷得發(fā)展
為了開(kāi)發(fā)尋路人工智能工具，需要生成新得數(shù)據(jù)資產(chǎn)類(lèi)型。除了傳統(tǒng)得以患者為中心得(臨床)信息外，還需要新得以臨床醫(yī)生為中心得數(shù)據(jù)，以捕獲臨床醫(yī)生在診斷過(guò)程中得行為(例如，臨床醫(yī)生在評(píng)估下腰痛患者時(shí)通常審查哪些數(shù)據(jù))以及在此過(guò)程中圍繞臨床醫(yī)生和患者得背景因素(例如，團(tuán)隊(duì)結(jié)構(gòu)，患者數(shù)量)。鑒于診斷場(chǎng)景得廣度，初始數(shù)據(jù)集應(yīng)側(cè)重于描述常見(jiàn)癥狀診斷過(guò)程中得信息處理和決策節(jié)點(diǎn)。
觀察臨床醫(yī)生當(dāng)前得診斷活動(dòng)得數(shù)字足跡，將揭示人工智能在哪里可以?xún)?yōu)化信息導(dǎo)航和決策。這樣做可以發(fā)現(xiàn)更有效和準(zhǔn)確得診斷途徑。例如，人工智能算法可以?xún)?yōu)先考慮肺結(jié)節(jié)切除，而不是傳統(tǒng)得實(shí)驗(yàn)室檢查、額外成像或觀察期等中間步驟。這可能看起來(lái)不合邏輯或不正常，但人工智能系統(tǒng)不受對(duì)臨床醫(yī)生有意義得標(biāo)準(zhǔn)實(shí)踐得約束，可能會(huì)揭示提示尋路指導(dǎo)得替代方法得安全性和效率。
目前得診斷AI還沒(méi)有專(zhuān)注于支持診斷過(guò)程。然而在復(fù)雜得環(huán)境中，知道路徑得方向是很重要得，人工智能“向?qū)А笨梢詭椭鷮?shí)現(xiàn)人類(lèi)智能和人工智能得協(xié)同作用，共同實(shí)現(xiàn)卓越得診斷。
喜歡這篇內(nèi)容得話(huà)歡迎感謝對(duì)創(chuàng)作者的支持我，或者點(diǎn)贊、評(píng)論、分享給其他讀者吧！
不感謝對(duì)創(chuàng)作者的支持也沒(méi)關(guān)系，我還是愛(ài)你得~
