張丹
2018 年12 月,亞馬遜(Amazon) 推出了一項服務,該服務基于人工智能和機器學習技術,可以梳理病人的醫療記錄并提取有價值的洞察。
這被視為一個游戲規則的顛覆者,可以減輕醫生的工作負擔,引入新的治療方法,為病人賦能,并可能降低醫療成本。也有專家表示,這會給患者的個人隱私帶來風險,需要適當的監管。
亞馬遜的這項“理解醫療”(ComprehendMedical) 網絡服務,旨在“理解和分析格式不規則、非結構性的醫療文本信息,如醫院入院記錄或患者病歷”。
本質上,這是一種自然語言處理服務,借助醫療文本,從患者的患病情況、藥物治療記錄、治療結果和其他電子健康記錄中洞察疾病狀況。波士頓的貝斯以色列女執事醫療中心(Beth Israel Deaconess Medical Center,哈佛醫學院的附屬機構)、西雅圖的弗雷德哈欽森癌癥研究中心(Fred Hutchinson Cancer ResearchCenter)——擁有3 位諾貝爾獎得主,都是該產品用戶。
新服務是亞馬遜進軍醫療保健領域的最新嘗試。
2018 年6 月,該公司斥資10 億美元收購總部位于波士頓的初創企業——網上藥店PillPack,該家公司專門為慢性病患者按處方打包每月的藥品供應。2018 年1 月,亞馬遜、伯克希爾哈撒韋(Berkshire Hathaway) 和摩根大通(JPMorgan Chase) 聯手組建一個醫療保健聯盟,旨在為其員工降低醫療花銷并提高醫療質量。“像其他一切領域一樣,醫療保健行業更加信息化,數據是最重要的因素——亞馬遜和所有人一樣明白, 如何處理和分析數據。”沃頓商學院醫療保健管理講師羅伯特. 菲爾德(Robert Field)說,他兼任德雷克塞爾大學(Drexel University)健康管理與政策教授,“這是一個3.5 萬億美元的產業,占我們經濟的18%,誰不想分一杯羹呢?”
羅伯特伍德約翰遜基金會高級政策顧問凱瑟琳. 漢普斯泰德(Katherine Hempstead)表示,亞馬遜這項服務最大的貢獻是,有可能讓消費者在更大程度上掌控自己的健康,“盡管如此,此舉仍是一把雙刃劍”。
沃頓商學院專注法律研究和醫療管理的名譽教授阿諾德. 羅索夫(Arnold Rosoff)則表示,他擔心的是個人健康信息的隱私問題。
“我們有數據,到處都有數據,但沒有一丁點信息。”菲爾德仿照19 世紀初英國詩人塞繆爾. 泰勒. 柯勒律治(Samuel Taylor Coleridge)的著名詩句,他認為,“這就像一個巨大的干草堆,里面有可以解開治療、診斷、疾病及其相關性等難題的金針。這項工作超出一個正常人的計算能力,亞馬遜的新服務,為找到這些2018 年12 月,亞馬遜(Amazon) 推出了一項服務,該服務基于人工智能和機器學習技術,可以梳理病人的醫療記錄并提取有價值的洞察。
這被視為一個游戲規則的顛覆者,可以減輕醫生的工作負擔,引入新的治療方法,為病人賦能,并可能降低醫療成本。也有專家表示,這會給患者的個人隱私帶來風險,需要適當的監管。
亞馬遜的這項“理解醫療”(ComprehendMedical) 網絡服務,旨在“理解和分析格式不規則、非結構性的醫療文本信息,如醫院入院記錄或患者病歷”。
本質上,這是一種自然語言處理服務,借助醫療文本,從患者的患病情況、藥物治療記錄、治療結果和其他電子健康記錄中洞察疾病狀況。波士頓的貝斯以色列女執事醫療中心(Beth Israel Deaconess Medical Center,哈佛醫學院的附屬機構)、西雅圖的弗雷德哈欽森癌癥研究中心(Fred Hutchinson Cancer ResearchCenter)——擁有3 位諾貝爾獎得主,都是該產品用戶。
新服務是亞馬遜進軍醫療保健領域的最新嘗試。
2018 年6 月,該公司斥資10 億美元收購總部位于波士頓的初創企業——網上藥店PillPack,該家公司專門為慢性病患者按處方打包每針頭打開大門。這種潛能令人興奮。”

漢普斯泰德相信,人工智能為病人帶來嶄新的、改進的治療提供巨大希望,如在放射學領域;機器學習可不斷優化治療模式,例如,確定可參加臨床試驗的人員。此外,亞馬遜的服務“讓消費者對個人健康更加負責,或許能讓他們更積極地使用對自己健康有益的醫療服務” ,她說。
同時,這可能為保險公司開方便之門,拒絕招收他們認為風險太大的病人。漢普斯泰德指出,保險公司已在獲取醫療數據,并利用技術為特定市場的產品差別定價,亞馬遜的服務會讓他們更容易獲得這些數據。
對醫生來說,這項服務可減輕其工作負擔,其大部分工作已實現計算機化和數字化,然而,這些服務提供者發現,使用過程依然“繁重”,大量患者的數據以碎片化和非標準化的形式存在。“利用機器來識別碎片化、非標準化信息的想法,極大節省勞動力,提高生產率。”漢普斯泰德說。
在該領域,亞馬遜的服務有著“巨大的商業影響”。例如,一旦病人對自己的健康狀況更了解,去看醫生的人會減少。“這可能降低人們對醫生的忠誠度,因為消費者更多地管理自己的醫療信息,并決定自己想做什么、什么時候做。”漢普斯泰德解釋說,如果患者的健康信息可在經必要許可的開放平臺上獲取,那么零售健康診所就可能在“管理某人的護理方面做得更多,更多地了解患者的病史”。
這項服務還將改變病人管理其健康的方式。
“這可能是顛覆性的,如果病人感覺更有動力去掌管自己的醫療記錄, 可能會使用該軟件監控自己的健康趨勢,加之直面消費者的實驗室或藥店的發展,他們可獲得自身相關的健康資料,”漢普斯泰德說,“該軟件可在數據中搜索,識別出這些信息并提醒消費者——‘嘿,你身體內的鐵元素含量太低了,這是過去6 個月來第三次( 出現這種情況) 了。”此外,隨著供應商數量的增加,亞馬遜可以在一些特定領域提供一致性——并取代供應商。漢普斯泰德預言,它可能會搶走一大批開發人員和咨詢顧問的飯碗,這些人只從事一次性的預測分析,以及根據不同類型的臨床表現開發軟件,“某種程度上,亞馬遜的軟件能使一些實用程序大眾化,并讓更廣泛的利益相關者使用它,這可能會削減很多咨詢收入”。
菲爾德同意,向消費者提供更多有關其健康的信息“將會很棒”,但是,他提出了一個關鍵問題:誰來付賬?
“買單者將是保險公司、醫療系統,或許其他大型企業實體,他們將是那些希望首先獲得數據的人,我們必須關注他們將如何使用這些數據。”他認為,風險之一是,這些企業可能將患者數據用于營銷自己的產品。
有觀點聲稱,這項技術可深入了解病人的病情,提高效率,節約成本,菲爾德表示質疑:“他們對醫學或其他行業的計算機化都這么說過,卻每次都增加了幾層成本,所說節約從未實現 。所以,我對此并不樂觀。”
如果病人有權管理其電子數據庫上的信息,那么另一個大問題是數據的準確性。羅索夫指出,到目前為止,醫院、醫生和藥店等供應商,已將患者信息錄入電子健康記錄。《健康保險可攜性和問責法》(HIPAA) 保護了患者數據的隱私,前提是醫療服務商提供這些信息。
如果患者能從數據庫中添加或刪除關于他們自己的信息,那么這些數據的質量就面臨風險。“當你開始從不同的來源收集信息時,你必須小心,確保這些信息足夠好。”羅索夫說。
例如,當一個母親保留孩子的健康記錄,涉及是否有麻疹、腮腺炎以及他們是否已接種疫苗,醫生必須知道,母親對相關時間或行為的記錄是否準確,才能決定給孩子某種特定藥物的治療。“它有巨大的潛力變得更好,” 羅索夫說,“也有足夠的潛力偏離軌道。”
數據泄露是另一個潛在風險,羅索夫引用其他公司的例子稱:“在這種情況下,可能是亞馬遜。如果有數據泄露,他們會馬上告訴你嗎? 會幫你解決這個問題嗎? 目前,沒有政府機構帶頭問清楚,哪些是人們走上這條道路之前需要知道的。”
現已倒閉的劍橋分析公司(CambridgeAnalytica),能利用新技術,于細微中影響目標選民,在醫療保健領域也是同樣可行的——計算出你得哮喘、癌癥或抑郁的可能性。
“這些數據也可能落入黑客之手,或以泄密的形式泄露出去,”菲爾德說,“和我們銀行記錄甚至政治記錄一樣重要的是,醫療保健決定我們是誰,我們的生活將會怎樣。”因此,使用人工智能來梳理健康數據既會帶來巨大的風險,也會帶來巨大的回報。
羅索夫認為,在數據隱私監管方面,美國落后于歐盟。
2018 年5 月,歐盟(EU) 實施了《一般數據保護條例》(General Data Protection Regulations,簡稱GDPR)。在GDPR 制度下,企業必須在違規后72 小時內通知監管機構,在美國,有時監管機構要過數月才會意識到違規行為。
不過,美國正在取得相關進展。
2016 年,《21 世紀治愈法》(21st Centurycure Act) 簽署成為法律,旨在利用新技術,加快生物制劑和醫療設備的審查過程。羅索夫相信,其簽署將削弱那些會阻礙未來發展的繁重法規,但目前不清楚其將如何保護這些數據。
“智能手表和生物監測技術告訴我,或許我正處于心臟病發作的邊緣,我應該吃點藥,或者做點不一樣的事情。它被放到云里,有人可以看到它,我很擔心。”他說。( 美國食品和藥物管理局最近修訂了數字健康法規,涵蓋可穿戴設備、遠程醫療和個性化醫療。)
最后,人們擔心醫學專業人士過度依賴這些新技術,從而損害他們自身的進步。“人們擔心被這些算法和決策引擎所誘惑,”漢普斯泰德說,“如果臨床醫生、患者和其他人,開始毫無顧忌依賴這些,你會擔憂什么? 他們如何不斷學習和提高? 就最好的臨床治療而言,是否存在一個并非最佳的臨界點?”
但是,人工智能的列車已經駛離車站,不會再調頭了。
越來越多的公司利用人工智能和機器學習,在醫療保健領域尋找新的用途。例如,蘋果(Apple) 正將其智能手表用作醫療設備。“每個人都試圖從中分一杯羹,整個行業跟上這股潮流只是時間問題。”菲爾德說。
本文由沃頓知識在線提供授權,翻譯有刪減,查詢原文可登錄http://www.knowledgeatwharton.com.cn/