医疗机器人挑战医生

卢晓菲

一直以来，医疗行业的数字化进程似乎是落后于其他行业的，人们生病的时候总是第一时间想要见到一位“人类的”医生，而不是一个机器人。然而，这种情况，在即将过去的一年里，因为新冠疫情开始发生了变化。

由于一些国家新冠疫情肆虐，各级医疗机构不堪负荷接待能力有限，病人稍微有点头疼脑热也不知该不该冒着交叉感染的风险挤到医院那人满为患的急诊室看病。而如果这时候有个人工智能（AI）医生可以给你先聊聊，你告诉人工智能哪里不舒服，由TA来初步判断病人需不需要去医院，以及去看哪个科室哪个医生，你会选择TA吗？卫生部门的管理人员，又能否提前知道新冠病毒的传播风险，在医院病床耗尽之前采取措施調集资源呢？

以色列的一家诊断机器人公司Diagnostic Robotics在五周的时间里，使用人工智能驱动的患者分诊平台分诊了250万人次患者，为医疗系统节省了大量人力成本。人工智能平台数据也准确预测到了几个以色列城市的新冠疫情发展，为卫生管理人员评估和决策提供了依据。

人工智能分诊平台缓解了医疗系统压力

以色列的这家诊断机器人公司成立于2017年，训练人工智能的数据动用了数百万份电子健康记录数据，2700万份患者就诊记录，以及来自美国和以色列的数十亿个数据点，此外还包括急诊患者和居家患者填写的简单问卷。这个通过机器学习的AI分诊系统，能指导患者求医的全流程，人工智能会结合患者的病史，整合多个感应设备的输出数据，通过分析患者当下的自述症状，给出不同的诊断建议，为病人的住院风险评级，从而为医生的决策提供实时补充。

2020年6月，该公司跟美国梅奥诊所（Mayo Clinic）展开了合作，用人工智能者分诊和预测平台减轻医生负担并优化急诊室流程。进入梅奥诊所的病人会先在平板电脑上跟人工智能进行聊天，回答一系列问题，然后由人工智能分诊给相关的科室或医生，而且系统还也可以先安排例如糖尿病人去做血液检查或是尿液检查。目前，该系统处理的是不会立即危及生命的问题，如果病人胸痛持续半小时并加重放射到肢端，那就不是通过这个应用程序App分诊了。

公司首席执行官和联合创始人乔纳森·阿米尔（Jonathan Amir）在接受以色列科技媒体采访时说，该系统减少了急诊室的等候时间，也减轻了医生的工作量，每年可为医疗机构节省数百万美元。

此外，该公司还新开发了一个针对新冠肺炎的数字评估和监控工具，跟美国的客户关系管理软件公司软营（Salesforce）和英国咨询公司德勤（Deloitte）合作为多国政府和医疗系统提供服务。在跟以色列卫生部合作的项目里，机器学习模型利用了卫生部的健康数据和中央统计局的人口数据，以及人口出行数据，预测哪个区域会有传染病扩散的迹象。

该系统减少了急诊室的等候时间，也减轻了医生的工作量，每年可为医疗机构节省数百万美元。

目前，公司的线上人工智能工具已被整合进公立医疗保健组织HMO以及急救组织Magen David Adom等医疗急救机构。人工智能平台线上工具提供包括英语、希伯来语、俄语和阿拉伯语四种语言的患者问卷，收集症状数据，定期评估和远程监控，提供个性化的全程医疗指导。系统会生成可视化的流行病热力图，直观展示每日症状监测，让卫生管理人员对流行病的社区传播风险进行预测，了解疾病传播路径方式，以及医疗系统哪里产生了压力，从而进行干预。

例如，2020年4月一个星期六的晚上，人工智能平台数据显示以色列的几个城市米格达·勒埃梅克（Migdal HaEmek）、提比利亚（Tiberias）和阿什克隆（Ashkelon）的新冠病例数据令人担忧，接下来的星期一早晨政府就颁布了这些城市的封锁令。

这个工具也跟美国罗得岛州卫生部展开了合作，罗得岛州的居民都可以使用这个工具进行自检，回答有关新冠肺炎的症状、潜在暴露和其他风险因素的问题，得到人工智能指引是否应该接受新冠检测或者就医。

无独有偶，拥有50多间医院的美国医疗集团普罗维登斯（Providence Health & Services）也在使用一个叫“Grace”（格蕾丝）的聊天机器人来分诊患者，仅在今年3至4月就有大约20万人次使用了Grace（格蕾丝）应用程序。

人们坐在家里跟聊天机器人讲述自己的症状，回答诸如是否有出国旅行史，是否与其他新冠病人有接触之类的问题，然后AI会告诉他们是否需要进行新冠测试，它还能安排临床医生进行线上诊疗。

美国梅奥诊所还跟以色列另一间初创公司Vocalis Health展开了合作，作为梅奥-以色列初创公司计划的一部分，这间2019年才成立的公司正在研发基于语音的人工智能新检测工具。

梅奥诊所心血管研究中心主任阿米尔·勒曼（Amir Lerman）博士指出，肺动脉高压是种很难在早期发现的疾病，大多数肺动脉高压患者在初期都没有症状。常规的体检也没有针对肺动脉高压，它的症状通常跟其他的心肺疾病很类似。但肺动脉高压可能会危及生命，而且有些类型的肺动脉高压目前尚无法治愈。它可能还会引发其他心肺问题、血液问题或炎性疾病。对肺动脉高压的治疗方案包括缓解症状，诸如呼吸急促、眩晕、疲劳、胸闷和下肢肿胀之类的。

初创公司Vocalis Health希望能通过在手机、平板电脑、个人电脑等终端记录患者的声音上传，在云端让人工智能把声音作为生物标志物来分析，然后对患者的健康状况和肺动脉高压疾病的进展作出判断，对病情恶化和重症风险进行预警。这项新技术很有潜力，因为采用的是非侵入性和远程检测方式筛查患者，成本低廉便捷。如果这项研究成功的话还能帮助追踪肺动脉高压患者的治疗情况。

此外，今年3月初创公司Vocalis Health进行了一项对新冠患者症状分类筛查和检测的大规模研究，试图找出独特的声纹用于发现新冠肺炎患者健康恶化的迹象，并标记潜在的指征。该公司的多中心研究已经完成，并找到了有效的新冠患者声音生物标志物，目前正应用于临床验证研究中。

随着新冠疫情暴发，很多医疗机构取消了常规门诊和非紧急医疗服务以集中资源应对激增的新冠患者，远程医疗服务和网上咨询的使用量大幅增长，预计远程医疗服务到2025年将增长7倍。

除了声音，现在还有很多其他检测面部表情、心率，精神状况等指标的移动端辅助检测工具。比如有些智能手表内置的传感器能自动检测并提醒人们发生了房颤，还有些工具能筛查抑郁症、帕金森症等等。这些数字医疗工具在短期内并不能取代医生，但能帮助医生了解患者的状况。有些传感器是内置在药丸里的，患者吞服之后可以检测体内的癌症基因、肠道微生物排放的气体、胃出血等等，检测数据会传输并记录到相应的应用程序App中。

人工智能可以取代医生吗？

随着人工智能在醫疗保健领域的应用越来越多，有些人认为，人工智能最终可以发展到取代人类医学专家的地步。而另一些人则对此持保留态度，他们认为跟机器进行交流并确定一个治疗方案，永远比不上跟人类医生沟通，因为人类医生的专业知识水平和培训是机器学习替代不了的。

波兰的医疗技术公司Infermedica使用人工智能平台为保险公司、医院和医疗系统提供初步诊断和分类服务，今年6月它宣布向微软（Microsoft）的医疗保健机器人提供其技术。波兰医疗技术公司Infermedica的首席执行官彼得·奥泽乔夫斯基（Piotr Orzechowski）认为，人工智能目前只是协助医生提高患者护理水平，人工智能是医生的同伴而非威胁。医生可以通过人工智能增加知识、提升经验和加强时间管理。

随着新冠疫情暴发，很多医疗机构取消了常规门诊和非紧急医疗服务以集中资源应对激增的新冠患者，远程医疗服务和网上咨询的使用量大幅增长，预计远程医疗服务到2025年将增长7倍。在2020年第三个季度欧洲的医疗科技初创企业总共募集到了高达16亿欧元的投资，展示了医疗科技业服务的成长潜力。

奥热霍夫斯基认为，医疗从业者和科创公司合作是大势所趋，接下来的几个月人们将会看到人工智能快速地融入传统的医疗流程。一直以来医疗系统都是过于拥挤的，急诊科医生经常需要处理一些其实并不是那么紧急的病人，挤占了那些更为严重的病人的诊疗时间。人工智能分诊则可以把一些不那么紧急的病人分流出来，比如让他们去寻求药剂师帮助，而不是看医生，从而避免医疗系统的患者爆满，快速跟进真正紧急的病患，让医生有更多时间去处理复杂问题。

误诊也是医疗系统绕不开的问题，经过多年培训的医生也难免会有忙中出错或者遗漏重要疾病症状的状况。比如说，在英国一个子宫内膜异位症患者通常会被误诊为肠易激综合征，而从他们反复去医院治疗到最后被正确诊断出来平均要耗时8年。人工智能则能通过分析患者的症状，考虑各种风险因素，像是年龄、性别和居住地，为医生提供更有针对性的患者信息，给出一些有着类似症状的罕见病的诊断建议，从而提高医生的诊断效率。

最近挪威的一项针对数字医疗服务的研究表明，72%的被访者认为在使用网络医疗服务后，他们的全科医生有了更好的随访，58%的受访者认为他们的治疗质量得到了提升。当然人们也许仍然不愿去看AI医生，在面对面跟人类医生沟通时，那些从眼神表情中传达的非语言信息，也的确能让医生更好读取患者的真实感受。但是，人工智能经过训练也能读取人们的细微动作和表情，并将这些信息转达给人类医生。最终，引入人工智能来协助医生就好比让会计师使用计算器一样，医生的技能得到了可靠的工具支持，完成工作也更有效率。而且人工智能通过对新病例数据的不断学习完善，性能也会不断提升。

随着人工智能逐渐成为医疗健康行业的重要支撑部分，未来医护人员的培养也会发生改变，终身学习、数字工具和人工智能的使用将会变成基本的职业技能。

医护人员培养将变局

欧盟支持的欧洲创新技术学院健康组织（EIT Health）跟麦肯锡联合发布了一份研究报告，探讨人工智能会如何改变医疗保健，以及会对医疗行业从业者产生什么样的影响。这项研究调查了医务工作者和管理人员，近1/4的被访者认为，临床诊断（包括影像、病例、测序等）是目前受人工智能影响最大的领域，其次是临床决策领域，再之后是数据管理、教育和处方。但很多人认为在未来的5到10年，临床决策受到人工智能的影响会反超临床诊断，紧随其后的是自我护理/疾病预防/保健、分诊和诊断，以及运营管理方面。

该报告认为人工智能不会取代医疗从业者，相反能提升他们对患者和医疗系统的影响力。据预测，通过人工智能分流甚至解决20%至80%的工作量，能减少医务人员花在行政上的时间，从而让他们可以把精力集中在患者身上。而且随着临床数据的拓展，在未来医生也能为患者提供更复杂的护理。

比如，通过人工智能诊断工具筛查眼部疾病，已被证明可以媲美眼科专家的准确率，这可以让更多患者及早发现病情从而得到治疗最大限度保留视力。今年美国人工智能眼部疾病筛查公司Eyenuk旗下的EyeArt AI在跟英国国家医疗服务体系（NHS）合作的项目里，为6万名患者做了糖尿病视网膜病变的眼底筛查，在采集患者眼底图像提交后，只需要60秒就可以得到检查结果的电子报告。人工智能可以分担那些机械重复和基础认知的工作，因而社交和情感技能对人类医务工作者来说显得尤为重要。人类医生需要教育病人使用人工智能解决方案，并掌握患者的反馈，特别是那些需要人工智能辅助管理疾病的慢性病患者。因为人工智能系统能帮助轻症患者自行在家治疗，而去到医院的患者都是病情相对复杂的，医疗从业者也需要知道如何使用AI来帮助他们提供更高质量的治疗。

欧洲创新技术学院健康组织（EIT Health）和麦肯锡指出，随着人工智能逐渐成为医疗健康行业的重要支撑部分，未来医护人员的培养也会发生改变，终身学习、数字工具和人工智能的使用将会变成基本的职业技能。新的专业学科也将整合到医疗保健体系中，比如吸纳人工智能工程师和数据科学家，医疗机构需要为他们提供灵活清晰的职业发展道路。未来在医疗保健领域，需要更多的跨学科人才，拥有不同知识技能的人一起合作才能最大限度开发人工智能的潜能。

在即将过去的2020年里，因为疫情医疗人工智能呈现爆发性增长趋势，医疗科技的发展也为更好的患者服务带来了曙光。人工智能不会代替人类医生，像科幻电影里那种被人工智能杀死的情形并不会出现。但是新的担忧也并非没有，比如培训人工智能需要大量的病例数据，这些数据从哪里来？不同的医疗科技公司、医疗组织和医院之间是否会各自为政？如何让数据在不同机构间顺畅共享，且有效保护患者隐私？健康大数据接入医疗保险公司，是为患者提供更好的医疗保障，还是让系统筛出患病风险大的人不让他们投保？这些都是医疗科技进一步发展需要面对的挑战。