研究報(bào)告稱醫(yī)生沒有為醫(yī)學(xué)的人工智能轉(zhuǎn)型做好準(zhǔn)備

　　據(jù)scitechdaily報(bào)道，人工智能(AI)工具的整合，如臨床決策支持(CDS)算法，正在協(xié)助醫(yī)生在關(guān)鍵的患者診斷和治療決策中做出決策。然而，這些技術(shù)的成功在很大程度上取決于醫(yī)生對(duì)這些工具的理解，而目前這方面的技能還比較欠缺。

　　AI正成為醫(yī)療決策中不可或缺的一部分，但醫(yī)生需要加強(qiáng)對(duì)這些工具的理解以實(shí)現(xiàn)最佳使用。專家建議提供有針對(duì)性的培訓(xùn)和實(shí)踐學(xué)習(xí)方法。

　　隨著像ChatGPT這樣的人工智能系統(tǒng)進(jìn)入日常使用，醫(yī)生將開始看到這些工具融入他們的臨床實(shí)踐中，幫助他們?cè)诔Ｒ娽t(yī)療情況的診斷和治療中做出重要決策。這些工具被稱為臨床決策支持(CDS)算法，用于指導(dǎo)醫(yī)療保健提供者做出關(guān)鍵決策，例如選擇哪種抗生素進(jìn)行處方，或者是否建議進(jìn)行風(fēng)險(xiǎn)較高的心臟手術(shù)。

　　然而，一篇8月5日發(fā)表在《新英格蘭醫(yī)學(xué)雜志》上的新觀點(diǎn)文章指出，這些新技術(shù)的成功很大程度上取決于醫(yī)生如何解讀和對(duì)待工具的風(fēng)險(xiǎn)預(yù)測(cè)，而這需要一套獨(dú)特的技能，目前許多醫(yī)生都缺乏這方面的技能。該文章的撰寫者來自馬里蘭大學(xué)醫(yī)學(xué)院(UMSOM)的教師團(tuán)隊(duì)。

　　CDS算法功能豐富，可以在臨床不確定性條件下預(yù)測(cè)各種結(jié)果。從回歸推導(dǎo)的風(fēng)險(xiǎn)計(jì)算器到復(fù)雜的機(jī)器學(xué)習(xí)和人工智能系統(tǒng)，這些算法可以預(yù)測(cè)諸如哪些患者患有無法控制的感染導(dǎo)致生命威脅性膿毒癥的最高風(fēng)險(xiǎn)，或者在患有心臟疾病的患者中，哪種治療方法最有可能預(yù)防猝死等場(chǎng)景。

　　UMSOM的流行病學(xué)與公共衛(wèi)生學(xué)教授、觀點(diǎn)文章合著者之一Daniel Morgan博士表示:“這些新技術(shù)有潛力對(duì)患者護(hù)理產(chǎn)生重大影響，但醫(yī)生需要先學(xué)習(xí)機(jī)器如何思考和工作，然后才能將算法納入他們的醫(yī)療實(shí)踐中。”

　　盡管一些臨床決策支持工具已經(jīng)融入了電子病歷系統(tǒng)，但醫(yī)療保健提供者常常覺得當(dāng)前的軟件使用起來很麻煩且難以操作。馬里蘭大學(xué)醫(yī)學(xué)院(UMSOM)流行病學(xué)與公共衛(wèi)生學(xué)助理教授、觀點(diǎn)文章合著者之一Katherine Goodman博士表示:“醫(yī)生不需要成為數(shù)學(xué)或計(jì)算機(jī)專家，但他們確實(shí)需要在概率和風(fēng)險(xiǎn)調(diào)整方面有一個(gè)基本的理解，但是大多數(shù)醫(yī)生并沒有接受過這方面的培訓(xùn)。”

　　為了解決這個(gè)問題，醫(yī)學(xué)教育和臨床培訓(xùn)需要明確涵蓋針對(duì)臨床決策支持算法的概率推理。Morgan博士、Goodman博士以及他們?cè)诓ㄊ款D貝斯以色列底比斯醫(yī)療中心的合著者Adam Rodman博士提出了以下建議:

　　提高概率技能:在醫(yī)學(xué)院早期，學(xué)生應(yīng)該學(xué)習(xí)概率和不確定性的基本方面，并使用可視化技術(shù)使概率思維更加直觀。這種培訓(xùn)應(yīng)包括解釋敏感性和特異性等性能指標(biāo)，以更好地理解測(cè)試和算法的性能。

　　將算法輸出納入決策過程:醫(yī)生應(yīng)該被教導(dǎo)在臨床決策中批判性地評(píng)估和使用臨床決策支持算法的預(yù)測(cè)。這種培訓(xùn)涉及了解算法操作的背景、認(rèn)識(shí)到其局限性，并考慮算法可能忽略的相關(guān)患者因素。

　　在應(yīng)用學(xué)習(xí)中實(shí)踐解讀臨床決策支持算法的預(yù)測(cè):醫(yī)學(xué)生和醫(yī)生可以通過將算法應(yīng)用于個(gè)體患者，并研究不同輸入對(duì)預(yù)測(cè)結(jié)果的影響，進(jìn)行實(shí)踐學(xué)習(xí)。他們還應(yīng)該學(xué)會(huì)與患者就臨床決策支持算法指導(dǎo)下的決策進(jìn)行溝通。

　　馬里蘭大學(xué)巴爾的摩分校(UMB)、馬里蘭大學(xué)帕克分校(UMCP)和馬里蘭大學(xué)醫(yī)療系統(tǒng)(UMMS)最近推出了一個(gè)新的健康計(jì)算研究所(IHC)的計(jì)劃。馬里蘭大學(xué)健康計(jì)算研究所將利用人工智能、網(wǎng)絡(luò)醫(yī)學(xué)和其他計(jì)算方法的最新進(jìn)展，創(chuàng)建一個(gè)卓越的學(xué)習(xí)型醫(yī)療保健系統(tǒng)，通過評(píng)估去標(biāo)識(shí)化和安全的數(shù)字化醫(yī)療健康數(shù)據(jù)來增強(qiáng)疾病診斷、預(yù)防和治療。Goodman博士將在IHC擔(dān)任職位，該機(jī)構(gòu)將致力于教育和培訓(xùn)醫(yī)療保健提供者最新的技術(shù)。該研究所計(jì)劃最終提供健康數(shù)據(jù)科學(xué)認(rèn)證以及其他數(shù)據(jù)科學(xué)的正式教育機(jī)會(huì)。

　　馬里蘭大學(xué)醫(yī)學(xué)院院長(zhǎng)Mark T. Gladwin博士表示:“概率和風(fēng)險(xiǎn)分析是循證醫(yī)學(xué)實(shí)踐的基礎(chǔ)，因此提高醫(yī)生的概率技能可以提供超越臨床決策支持算法使用的優(yōu)勢(shì)。”他還表示:“我們正在進(jìn)入一個(gè)變革時(shí)代的醫(yī)學(xué)，在這個(gè)時(shí)代，像我們的健康計(jì)算研究所這樣的新舉措將把大量數(shù)據(jù)整合到機(jī)器學(xué)習(xí)系統(tǒng)中，為個(gè)體患者提供個(gè)性化護(hù)理。”