隨着科技不斷地發展，AI 已滲入到我們生活的方方面面，本篇文章，作者分析 AI 與醫療的結合，能給我們提供的幫助。相信在不久的未來，我們的生活會隨着 AI 變得更美好、更高效。
我們前面有聊到 AI+ 教育、AI+ 美食、AI+ 法律、AI+ 旅遊等多種場景的應用暢想，「AI+」似乎是一道魔法，可以將各行各業的場景重新粉刷一遍。
今天，我們來聊聊「AI+ 醫療」。在這個與人類健康息息相關的領域，AI 可以帶來怎樣的改變？
實際上，AI 在醫療領域已經應用得十分廣泛：
Google Health 使用 AI 來追蹤用戶的健康數據（體重、血壓、膽固醇水平等）並識別潛在的健康風險。
Guardant360 使用 AI 來檢測血液中的癌症 DNA，用以篩查癌症高危人群，或監測已被診斷患病的人群。
Insilico Medicine 使用 AI 來制定新藥，它可以篩選數十億種藥物化合物，找到有可能有效對抗特定疾病的藥物。
此外，自然語言處理技術—— ChatGPT 等的出現，也爲 AI 醫療賦予更多的可能性。
現在，我們從普通用戶的視角來感受，AI 可能給我們生活帶來的極大便利。
一、影像學測量的 " 第二雙眼睛 "
在體檢中，最耗時的是哪個環節？
我想大多數人都會投票給「影像檢查」，也就是我們常說的照彩超、照 CT 等。
相信不少小夥伴都有體驗過，每一次在彩超室或 CT 室門口，都要排隊 1 個小時以上。
那是因爲，目前的影像檢查大多還依賴於醫生。
首先，醫生需要用儀器在我們身體上進行緩慢移動，然後用「肉眼」在電腦屏幕上判斷是否存在異樣。
然後，如果醫生發現有異樣（比如結節），則需要手動測量結節大小，手動標記位置，以致於每一次檢查都十分耗時。
而且，人工檢查還可能會有難以避免的遺漏，有些小異樣用肉眼很難分辨出來。
這時候，AI 就能發揮顯著的作用了。
AI 處理圖像的速度要比人類快很多，甚至可以並行分析圖像，在幾分鐘內掃描數千張圖像。
AI 算法模型還可以用來識別與疾病相關的圖像模式，更容易 " 看見 " 人類難以發覺的隱匿在圖像中的疾病現象。
比如，在視網膜疾病早期，人工檢查很難發現其微妙的變化。
因爲視網膜是一個非常小而脆弱的結構，它位於眼球後部，厚度不到 0.5 毫米。而且醫生對於圖像解釋也有主觀性，不同醫生對於同一圖像的解釋可能存在差異。
而 AI 可以更輕松地 " 看見 " 這些細微的變化，幫助醫生及早發現患者視網膜病變的跡象。
又如，在多發性硬化症早期，人工檢測也難以精確診斷。
因爲多發性硬化症的病變組織在大腦 MR 圖像上對比度很低，很難用肉眼去識別。
而且這些病變組織在大小、形狀和位置上都有很大差異，有的會位於腦深部結構，不容易被發現。
而 AI 可以更精准地判斷 MR 圖像中的異樣，從而提高診斷精准度。
AI 如同影像學測量的" 第二雙眼睛 "，能快速對圖像進行分割與特徵提取，找到正常區域與異常區域的差異。
此外，ChatGPT 的出現，進一步增強了醫學影像的可解釋性。
在沒有 ChatGPT 等自然語言處理技術前，AI 讀圖如同一個" 黑匣子 "：醫生沒有辦法知道 AI 是如何判定該區域存在異常的，以及如何認定異常部位惡化的程度。
而有了 ChatGPT 等自然語言處理技術後，AI 讀圖變得更加透明：醫生可以更清楚地了解 AI 的判定原理，雙重檢驗其判定的合理性。
除了醫生，患者也可以通過自然語言提問的方式，了解自己的醫學圖像。這樣將更有利於患者理解醫生的決策，並更積極地配合治療。
ChatGPT 將拉近普通人與醫療學術領域的距離，多一份認知，多一份理解，多一份配合。
二、電子病歷的 " 高效記錄員 "
目前，醫生會診時，仍需要手寫病歷。
有些病例情況較復雜（例如涉及多個器官系統的慢性疾病），病程較長，病歷可能達到上千字。
而 AI 的自然語言處理能力，可以快速地將醫生與患者的對話迅速記錄下來，並摘取關鍵信息。
對於醫生來說，問診過程更加方便快捷，AI 只需幾秒就能生成電子病歷。
對於患者來說，診斷過程可追蹤可溯源，免去醫生字跡難以辨認的麻煩。
AI 化的電子病歷，可提高會診的准確率。
比如，一些罕見病（像囊性纖維化、鐮狀細胞病等）容易被誤診。
這些疾病難以診斷，因爲它們的症狀可能與常見疾病相似。
AI 可以根據電子病歷中患者的家族史、基因組成和病史，來識別患罕見疾病的高風險患者。
比如，一些慢性疾病較爲復雜，可能涉及多個器官系統。
AI 可以提取電子病歷中患者的關鍵信息，例如患者的症狀、藥物和測試結果。
這些信息可以幫助醫生追蹤患者的進展，並對現階段治療做出明智的決策。
再如，一些多系統疾病（像狼瘡、類風溼性關節炎和多發性硬化症等）也較爲復雜，需要多位專家共同診斷。
AI 可以利用自然語言處理能力，生成標准化患者記錄，以便於專家信息共享。
AI 也可以運用多學科背景知識，提供初步建議，輔助專家做出有關治療的協調決策。
AI 如同電子病歷的" 高效記錄員 "，能自動生成患者報告，讓醫生可以把更多的時間花在與患者的溝通上，提高會診的質量。
ChatGPT 的出現，有望進一步提高電子病歷的普及率。
有些醫生可能不熟悉電子病歷的使用，甚至可能會出現 " 打字比寫字還慢 " 的情況。
ChatGPT 的多模態輸入能力，可以讓醫生選擇擅長的方式進行資料輸入，比如語音、圖像、視頻等。
不管是醫生與患者的對話，患者的 CT、彩超等醫學圖像，還是患者的症狀和體徵視頻，都可以被記錄下來。
在輸入端，數據輸入多元化。
在輸出端，電子病歷標准化。
如此，電子病歷將得到更大程度的推廣，在不同地區和醫院之間可以互通互用。
三、疾病風險的 " 偵查專家 "
我們通常最擔憂的是，對疾病風險一無所知，以致於疾病突如其來時，焦慮且不知所措。
AI 可以通過模型訓練，以更快的速度找到大量數據之間的聯系，爲疾病高風險患者發出盡可能早的風險提示。
比如，AI 可以更精准地預測疾病。
AI 可能會了解到，年齡超過 65 歲、有吸煙史、有高血壓的患者患心髒病的風險更高；
AI 可能會了解到，年齡在 65 歲左右，有家族患病史、有不良生活習慣（如吸煙、缺乏鍛煉等）、有既往病史（如頭部受傷、中風、抑鬱等）患阿爾茨海默氏症的風險更高。
比如，AI 可以預警相關並發症。
在病人住院期間，AI 可以通過與可穿戴設備的結合，自動跟蹤病人的心率、血壓、呼吸頻率和體溫，及時發現病人潛在的並發症。
AI 可能會了解到，肺病患者術後有肺炎、呼吸衰竭和感染等並發症的風險；
AI 可能會了解到，腎髒疾病患者術後有發生腎衰竭、感染和電解質失衡等並發症的風險。
又如，AI 可以提示藥物排斥反應。
AI 可以判斷一個具有藥物過敏史的患者，應盡可能避免服用哪些含有該成分或具有類似化學結構的藥物。
即使是新上市的藥物、醫生不熟悉的藥物，也能通過實時更新的數據庫提供相關建議。
對於同時服用多種藥物的患者來說，AI 可以給出更全面的副作用提示；
對於未向醫生報告症狀的患者來說，AI 可以給出更智能的用藥跟蹤提醒。
再如，AI 可以發現不同過敏源之間的聯系。
AI 可能會了解到，對某種食物有過敏反應史的患者，也有可能對另一種食物過敏。
例如，某些患者報告暴露於某些環境因素後經常會有打噴嚏、咳嗽和氣喘等症狀，AI 可以告訴患者可能對哪些因素過敏；AI 還可以通過視覺算法，識別患者皮膚上的蕁麻疹或其他過敏反應。
AI 如同疾病風險的" 偵查專家 "，面對多元而復雜的疾病情況，提供盡可能充分的風險提示。
而 ChatGPT 的出現，可緩解患者的焦慮感。
當知道自己有可能或已經得了某種疾病時，許多人都會因未知而感到焦慮：不知道這個病嚴不嚴重，不知道治療成本高不高、不知道會不會影響生命質量。
針對這些問題，患者可以通過自然語言的方式向 AI 提問。已經具備了醫學知識的 AI，可以給出初步建議，並跟你像朋友一樣交談。
在治療結束後，你也可以用自然語言，詢問有關疾病及護理的問題：比如這個藥減量服用是否合適，頭痛是正常現象嗎，肌肉酸軟應該如何處理。
ChatGPT 能讓 AI 醫療系統具備基本的溝通能力，給予患者情感上的陪伴。
四、寫在最後
隨着 AI+ 醫療的逐步推廣，我們有望看到「看病難」、「看病慢」等症結的改善。
1. AI+ 醫療，可緩解緊張的醫療資源
依據《中國衛生健康統計年鑑 2022》統計：2022 年我國醫療衛生機構的總數約爲 103 萬家，但醫院只佔其中的 2.5%，且作爲診療首選機構的三級醫院數量僅 3725 個。
從醫院技術人員情況看，2022 年我國衛生人員總數約爲 1398 萬人，執業（助理）醫師佔比爲 35%，但該數量仍然難以滿足龐大的病患基數的診療需求。
AI 可以提供遠程問診，減少患者到醫院問診的需求。這對於居住在農村地區等醫療資源相對匱乏的地方，或因身體殘疾等原因未能到醫院就診的患者來說，尤爲有益。
2. AI+ 醫療，可提高醫療診斷效率
AI 可自動化執行當前一些人工任務，例如數據輸入、安排就診時間、解釋測試結果等，爲醫護人員騰出更多的時間和精力，專注於更復雜的任務，爲患者提供更好的服務。
AI 可分析大型數據集，識別可能指示特定疾病的模式和趨勢，爲醫護人員增配一個聰明的 " 大腦 "，幫助他們更快做出判斷與決策。
當 AI 的 " 魔術棒 " 揮向醫療領域，它就如同按下了加速鍵，促使醫療診斷、藥物研發、健康管理等不同賽道進入 " 快車道 "，實現更多技術突破與創新。
同時，我們也欣喜地看到，隨着自然語言處理等技術的成熟與落地，醫療行業也將從學術領域走進尋常百姓家。
有了專業訓練的 AI 小助手，就如同有了一個私人陪伴的醫療咨詢師。
相信在不久的將來，我們能看見一個更美好、更高效的醫療生活。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。

---

標題：AI+ 醫療：「看病慢」的日子終將告別

地址：https://www.breakthing.com/post/71551.html