醫療機器人挑戰醫生

盧曉菲

一直以來，醫療行業的數字化進程似乎是落后于其他行業的，人們生病的時候總是第一時間想要見到一位“人類的”醫生，而不是一個機器人。然而，這種情況，在即將過去的一年里，因為新冠疫情開始發生了變化。

由于一些國家新冠疫情肆虐，各級醫療機構不堪負荷接待能力有限，病人稍微有點頭疼腦熱也不知該不該冒著交叉感染的風險擠到醫院那人滿為患的急診室看病。而如果這時候有個人工智能（AI）醫生可以給你先聊聊，你告訴人工智能哪里不舒服，由TA來初步判斷病人需不需要去醫院，以及去看哪個科室哪個醫生，你會選擇TA嗎？衛生部門的管理人員，又能否提前知道新冠病毒的傳播風險，在醫院病床耗盡之前采取措施調集資源呢？

以色列的一家診斷機器人公司Diagnostic Robotics在五周的時間里，使用人工智能驅動的患者分診平臺分診了250萬人次患者，為醫療系統節省了大量人力成本。人工智能平臺數據也準確預測到了幾個以色列城市的新冠疫情發展，為衛生管理人員評估和決策提供了依據。

人工智能分診平臺緩解了醫療系統壓力

以色列的這家診斷機器人公司成立于2017年，訓練人工智能的數據動用了數百萬份電子健康記錄數據，2700萬份患者就診記錄，以及來自美國和以色列的數十億個數據點，此外還包括急診患者和居家患者填寫的簡單問卷。這個通過機器學習的AI分診系統，能指導患者求醫的全流程，人工智能會結合患者的病史，整合多個感應設備的輸出數據，通過分析患者當下的自述癥狀，給出不同的診斷建議，為病人的住院風險評級，從而為醫生的決策提供實時補充。

2020年6月，該公司跟美國梅奧診所（Mayo Clinic）展開了合作，用人工智能者分診和預測平臺減輕醫生負擔并優化急診室流程。進入梅奧診所的病人會先在平板電腦上跟人工智能進行聊天，回答一系列問題，然后由人工智能分診給相關的科室或醫生，而且系統還也可以先安排例如糖尿病人去做血液檢查或是尿液檢查。目前，該系統處理的是不會立即危及生命的問題，如果病人胸痛持續半小時并加重放射到肢端，那就不是通過這個應用程序App分診了。

公司首席執行官和聯合創始人喬納森·阿米爾（Jonathan Amir）在接受以色列科技媒體采訪時說，該系統減少了急診室的等候時間，也減輕了醫生的工作量，每年可為醫療機構節省數百萬美元。

此外，該公司還新開發了一個針對新冠肺炎的數字評估和監控工具，跟美國的客戶關系管理軟件公司軟營（Salesforce）和英國咨詢公司德勤（Deloitte）合作為多國政府和醫療系統提供服務。在跟以色列衛生部合作的項目里，機器學習模型利用了衛生部的健康數據和中央統計局的人口數據，以及人口出行數據，預測哪個區域會有傳染病擴散的跡象。

該系統減少了急診室的等候時間，也減輕了醫生的工作量，每年可為醫療機構節省數百萬美元。

目前，公司的線上人工智能工具已被整合進公立醫療保健組織HMO以及急救組織Magen David Adom等醫療急救機構。人工智能平臺線上工具提供包括英語、希伯來語、俄語和阿拉伯語四種語言的患者問卷，收集癥狀數據，定期評估和遠程監控，提供個性化的全程醫療指導。系統會生成可視化的流行病熱力圖，直觀展示每日癥狀監測，讓衛生管理人員對流行病的社區傳播風險進行預測，了解疾病傳播路徑方式，以及醫療系統哪里產生了壓力，從而進行干預。

例如，2020年4月一個星期六的晚上，人工智能平臺數據顯示以色列的幾個城市米格達·勒埃梅克（Migdal HaEmek）、提比利亞（Tiberias）和阿什克隆（Ashkelon）的新冠病例數據令人擔憂，接下來的星期一早晨政府就頒布了這些城市的封鎖令。

這個工具也跟美國羅得島州衛生部展開了合作，羅得島州的居民都可以使用這個工具進行自檢，回答有關新冠肺炎的癥狀、潛在暴露和其他風險因素的問題，得到人工智能指引是否應該接受新冠檢測或者就醫。

無獨有偶，擁有50多間醫院的美國醫療集團普羅維登斯（Providence Health & Services）也在使用一個叫“Grace”（格蕾絲）的聊天機器人來分診患者，僅在今年3至4月就有大約20萬人次使用了Grace（格蕾絲）應用程序。

人們坐在家里跟聊天機器人講述自己的癥狀，回答諸如是否有出國旅行史，是否與其他新冠病人有接觸之類的問題，然后AI會告訴他們是否需要進行新冠測試，它還能安排臨床醫生進行線上診療。

美國梅奧診所還跟以色列另一間初創公司Vocalis Health展開了合作，作為梅奧-以色列初創公司計劃的一部分，這間2019年才成立的公司正在研發基于語音的人工智能新檢測工具。

梅奧診所心血管研究中心主任阿米爾·勒曼（Amir Lerman）博士指出，肺動脈高壓是種很難在早期發現的疾病，大多數肺動脈高壓患者在初期都沒有癥狀。常規的體檢也沒有針對肺動脈高壓，它的癥狀通常跟其他的心肺疾病很類似。但肺動脈高壓可能會危及生命，而且有些類型的肺動脈高壓目前尚無法治愈。它可能還會引發其他心肺問題、血液問題或炎性疾病。對肺動脈高壓的治療方案包括緩解癥狀，諸如呼吸急促、眩暈、疲勞、胸悶和下肢腫脹之類的。

初創公司Vocalis Health希望能通過在手機、平板電腦、個人電腦等終端記錄患者的聲音上傳，在云端讓人工智能把聲音作為生物標志物來分析，然后對患者的健康狀況和肺動脈高壓疾病的進展作出判斷，對病情惡化和重癥風險進行預警。這項新技術很有潛力，因為采用的是非侵入性和遠程檢測方式篩查患者，成本低廉便捷。如果這項研究成功的話還能幫助追蹤肺動脈高壓患者的治療情況。

此外，今年3月初創公司Vocalis Health進行了一項對新冠患者癥狀分類篩查和檢測的大規模研究，試圖找出獨特的聲紋用于發現新冠肺炎患者健康惡化的跡象，并標記潛在的指征。該公司的多中心研究已經完成，并找到了有效的新冠患者聲音生物標志物，目前正應用于臨床驗證研究中。

隨著新冠疫情暴發，很多醫療機構取消了常規門診和非緊急醫療服務以集中資源應對激增的新冠患者，遠程醫療服務和網上咨詢的使用量大幅增長，預計遠程醫療服務到2025年將增長7倍。

除了聲音，現在還有很多其他檢測面部表情、心率，精神狀況等指標的移動端輔助檢測工具。比如有些智能手表內置的傳感器能自動檢測并提醒人們發生了房顫，還有些工具能篩查抑郁癥、帕金森癥等等。這些數字醫療工具在短期內并不能取代醫生，但能幫助醫生了解患者的狀況。有些傳感器是內置在藥丸里的，患者吞服之后可以檢測體內的癌癥基因、腸道微生物排放的氣體、胃出血等等，檢測數據會傳輸并記錄到相應的應用程序App中。

人工智能可以取代醫生嗎？

隨著人工智能在醫療保健領域的應用越來越多，有些人認為，人工智能最終可以發展到取代人類醫學專家的地步。而另一些人則對此持保留態度，他們認為跟機器進行交流并確定一個治療方案，永遠比不上跟人類醫生溝通，因為人類醫生的專業知識水平和培訓是機器學習替代不了的。

波蘭的醫療技術公司Infermedica使用人工智能平臺為保險公司、醫院和醫療系統提供初步診斷和分類服務，今年6月它宣布向微軟（Microsoft）的醫療保健機器人提供其技術。波蘭醫療技術公司Infermedica的首席執行官彼得·奧澤喬夫斯基（Piotr Orzechowski）認為，人工智能目前只是協助醫生提高患者護理水平，人工智能是醫生的同伴而非威脅。醫生可以通過人工智能增加知識、提升經驗和加強時間管理。

隨著新冠疫情暴發，很多醫療機構取消了常規門診和非緊急醫療服務以集中資源應對激增的新冠患者，遠程醫療服務和網上咨詢的使用量大幅增長，預計遠程醫療服務到2025年將增長7倍。在2020年第三個季度歐洲的醫療科技初創企業總共募集到了高達16億歐元的投資，展示了醫療科技業服務的成長潛力。

奧熱霍夫斯基認為，醫療從業者和科創公司合作是大勢所趨，接下來的幾個月人們將會看到人工智能快速地融入傳統的醫療流程。一直以來醫療系統都是過于擁擠的，急診科醫生經常需要處理一些其實并不是那么緊急的病人，擠占了那些更為嚴重的病人的診療時間。人工智能分診則可以把一些不那么緊急的病人分流出來，比如讓他們去尋求藥劑師幫助，而不是看醫生，從而避免醫療系統的患者爆滿，快速跟進真正緊急的病患，讓醫生有更多時間去處理復雜問題。

誤診也是醫療系統繞不開的問題，經過多年培訓的醫生也難免會有忙中出錯或者遺漏重要疾病癥狀的狀況。比如說，在英國一個子宮內膜異位癥患者通常會被誤診為腸易激綜合征，而從他們反復去醫院治療到最后被正確診斷出來平均要耗時8年。人工智能則能通過分析患者的癥狀，考慮各種風險因素，像是年齡、性別和居住地，為醫生提供更有針對性的患者信息，給出一些有著類似癥狀的罕見病的診斷建議，從而提高醫生的診斷效率。

最近挪威的一項針對數字醫療服務的研究表明，72%的被訪者認為在使用網絡醫療服務后，他們的全科醫生有了更好的隨訪，58%的受訪者認為他們的治療質量得到了提升。當然人們也許仍然不愿去看AI醫生，在面對面跟人類醫生溝通時，那些從眼神表情中傳達的非語言信息，也的確能讓醫生更好讀取患者的真實感受。但是，人工智能經過訓練也能讀取人們的細微動作和表情，并將這些信息轉達給人類醫生。最終，引入人工智能來協助醫生就好比讓會計師使用計算器一樣，醫生的技能得到了可靠的工具支持，完成工作也更有效率。而且人工智能通過對新病例數據的不斷學習完善，性能也會不斷提升。

隨著人工智能逐漸成為醫療健康行業的重要支撐部分，未來醫護人員的培養也會發生改變，終身學習、數字工具和人工智能的使用將會變成基本的職業技能。

醫護人員培養將變局

歐盟支持的歐洲創新技術學院健康組織（EIT Health）跟麥肯錫聯合發布了一份研究報告，探討人工智能會如何改變醫療保健，以及會對醫療行業從業者產生什么樣的影響。這項研究調查了醫務工作者和管理人員，近1/4的被訪者認為，臨床診斷（包括影像、病例、測序等）是目前受人工智能影響最大的領域，其次是臨床決策領域，再之后是數據管理、教育和處方。但很多人認為在未來的5到10年，臨床決策受到人工智能的影響會反超臨床診斷，緊隨其后的是自我護理/疾病預防/保健、分診和診斷，以及運營管理方面。

該報告認為人工智能不會取代醫療從業者，相反能提升他們對患者和醫療系統的影響力。據預測，通過人工智能分流甚至解決20%至80%的工作量，能減少醫務人員花在行政上的時間，從而讓他們可以把精力集中在患者身上。而且隨著臨床數據的拓展，在未來醫生也能為患者提供更復雜的護理。

比如，通過人工智能診斷工具篩查眼部疾病，已被證明可以媲美眼科專家的準確率，這可以讓更多患者及早發現病情從而得到治療最大限度保留視力。今年美國人工智能眼部疾病篩查公司Eyenuk旗下的EyeArt AI在跟英國國家醫療服務體系（NHS）合作的項目里，為6萬名患者做了糖尿病視網膜病變的眼底篩查，在采集患者眼底圖像提交后，只需要60秒就可以得到檢查結果的電子報告。人工智能可以分擔那些機械重復和基礎認知的工作，因而社交和情感技能對人類醫務工作者來說顯得尤為重要。人類醫生需要教育病人使用人工智能解決方案，并掌握患者的反饋，特別是那些需要人工智能輔助管理疾病的慢性病患者。因為人工智能系統能幫助輕癥患者自行在家治療，而去到醫院的患者都是病情相對復雜的，醫療從業者也需要知道如何使用AI來幫助他們提供更高質量的治療。

歐洲創新技術學院健康組織（EIT Health）和麥肯錫指出，隨著人工智能逐漸成為醫療健康行業的重要支撐部分，未來醫護人員的培養也會發生改變，終身學習、數字工具和人工智能的使用將會變成基本的職業技能。新的專業學科也將整合到醫療保健體系中，比如吸納人工智能工程師和數據科學家，醫療機構需要為他們提供靈活清晰的職業發展道路。未來在醫療保健領域，需要更多的跨學科人才，擁有不同知識技能的人一起合作才能最大限度開發人工智能的潛能。

在即將過去的2020年里，因為疫情醫療人工智能呈現爆發性增長趨勢，醫療科技的發展也為更好的患者服務帶來了曙光。人工智能不會代替人類醫生，像科幻電影里那種被人工智能殺死的情形并不會出現。但是新的擔憂也并非沒有，比如培訓人工智能需要大量的病例數據，這些數據從哪里來？不同的醫療科技公司、醫療組織和醫院之間是否會各自為政？如何讓數據在不同機構間順暢共享，且有效保護患者隱私？健康大數據接入醫療保險公司，是為患者提供更好的醫療保障，還是讓系統篩出患病風險大的人不讓他們投保？這些都是醫療科技進一步發展需要面對的挑戰。