據(jù)英國劍橋大學(xué)網(wǎng)站15日?qǐng)?bào)道，該?？茖W(xué)家與來自世界各地的20家醫(yī)院及醫(yī)藥公司一起，利用人工智能技術(shù)(AI)和機(jī)器學(xué)習(xí)技術(shù)，在全球范圍內(nèi)預(yù)測(cè)患者的氧氣需求，準(zhǔn)確率高達(dá)95%。這一新方法為科學(xué)家和醫(yī)務(wù)人員應(yīng)對(duì)未來的疫情以及其他健康挑戰(zhàn)提供了新思路。最新研究發(fā)表于《自然·醫(yī)學(xué)》雜志上。

　　研究人員解釋稱，這項(xiàng)名為EXAM的研究是迄今為止規(guī)模大、種類最多的臨床聯(lián)合學(xué)習(xí)研究之一，旨在利用來自四大洲的數(shù)據(jù)，建立一種人工智能工具，預(yù)測(cè)患者在住院治療頭幾天可能需要多少氧氣。

　　在研究中，稱為聯(lián)合學(xué)習(xí)的技術(shù)使用一種算法來分析住院患者的胸部x光片和電子健康數(shù)據(jù)。為保護(hù)患者隱私，患者數(shù)據(jù)完全匿名，研究人員向每家醫(yī)院發(fā)送算法，因此不會(huì)共享或留下任何數(shù)據(jù)。一旦算法從數(shù)據(jù)中“學(xué)習(xí)”到新信息，分析就被結(jié)合起來，以建立一個(gè)人工智能工具，該工具可以預(yù)測(cè)世界各地醫(yī)院患者的氧氣需求。

　　為核查這一工具的準(zhǔn)確性，研究人員在五大洲的多家醫(yī)院開展了測(cè)試，分析了來自世界各地約10000名患者的結(jié)果，其中包括2020年3月至4月期間住院的250名患者的數(shù)據(jù)。結(jié)果表明，這一工具可在患者到達(dá)急診室后24小時(shí)內(nèi)預(yù)測(cè)所需的氧氣，準(zhǔn)確率為95%，而且，它只用了兩周的人工智能“學(xué)習(xí)”時(shí)間就實(shí)現(xiàn)了高質(zhì)量的預(yù)測(cè)。聯(lián)合學(xué)習(xí)使研究人員能夠協(xié)作，并為我們利用AI在全球范圍內(nèi)所能做的事情制定一個(gè)新標(biāo)準(zhǔn)。

　　人工智能在醫(yī)學(xué)中另一種應(yīng)用是使用機(jī)器人作為幫手;例如，日本的Carebots機(jī)器人為認(rèn)知能力下降或行動(dòng)能力有限的老年人提供陪護(hù)。機(jī)器人在外科手術(shù)中被用作助理外科醫(yī)生，甚至獨(dú)立主刀。此外，機(jī)器人還能與自閉癥兒童交流并提供教育。

　　基因和生物醫(yī)學(xué)研究繼續(xù)進(jìn)行調(diào)查，目的是揭示基因與人類特征或疾病之間的聯(lián)系。許多研究依賴于大規(guī)模的敏感基因型或表型數(shù)據(jù)，跨機(jī)構(gòu)的共享對(duì)于此類研究的成功至關(guān)重要。例如，在最近一項(xiàng)樣本量有限的病例對(duì)照研究中，研究人員開發(fā)了一種整合個(gè)人全基因組測(cè)序和電子病歷數(shù)據(jù)的算法，并將該算法用于腹主動(dòng)脈瘤的研究。他們根據(jù)個(gè)人基因組基線評(píng)估了修改個(gè)人生活方式的有效性，證明了該模型作為個(gè)人健康管理模型的實(shí)用性。這些研究有可能揭示其他復(fù)雜疾病的生物學(xué)結(jié)構(gòu)。

　　數(shù)據(jù)科學(xué)所帶來的倫理挑戰(zhàn)也是一個(gè)爭(zhēng)論的領(lǐng)域。這些挑戰(zhàn)可以在概念空間內(nèi)映射，并由3個(gè)研究分支來描述:數(shù)據(jù)和隱私倫理和道德以及實(shí)踐倫理和價(jià)值觀。其中，隱私一直是關(guān)注的中心。人工智能并不是專門為醫(yī)療保健開發(fā)的工具。雖然人工智能已經(jīng)準(zhǔn)備好解決醫(yī)學(xué)實(shí)踐中的“痛點(diǎn)“，但技術(shù)進(jìn)步需要收集和共享大量數(shù)據(jù)，從而產(chǎn)生對(duì)隱私的擔(dān)憂，即數(shù)據(jù)的所有權(quán)和信息的保密性可能導(dǎo)致對(duì)患者的識(shí)別。機(jī)器學(xué)習(xí)在精準(zhǔn)醫(yī)學(xué)的發(fā)展中起著關(guān)鍵的作用，根據(jù)患者的臨床或遺傳風(fēng)險(xiǎn)因素進(jìn)行治療。這些進(jìn)步需要收集和共享大量數(shù)據(jù)，從而產(chǎn)生對(duì)隱私的關(guān)注。在這種情況下，需要建立一個(gè)隱私保護(hù)框架，并應(yīng)適用于研究參與者和機(jī)構(gòu)的隱私和保密性屬于關(guān)注點(diǎn)。

　　人工智能不同于傳統(tǒng)的計(jì)算機(jī)算法，它能夠根據(jù)積累的經(jīng)驗(yàn)進(jìn)行自我訓(xùn)練。這種獨(dú)特的功能使人工智能能夠在相同的情況下，根據(jù)先前執(zhí)行的操作，采取不同的行動(dòng)。這種積累經(jīng)驗(yàn)并從中吸取教訓(xùn)的能力，以及獨(dú)立行動(dòng)和做出個(gè)人決定的能力，為損害創(chuàng)造了先決條件。這意味著人工智能在其行為中可能因某種原因造成損害。但現(xiàn)行法律都不承認(rèn)人工智能是一個(gè)法律主體，這意味著人工智能對(duì)其造成的損害不承擔(dān)個(gè)人責(zé)任。那么誰對(duì)人工智能的行為造成的損害負(fù)責(zé)呢?因此，人工智能的發(fā)展及其不斷增長的實(shí)際應(yīng)用，需要法律法規(guī)框架的變化。

　　雖然人工智能可以在許多方面幫助醫(yī)生，但在可預(yù)見的未來它不太可能取代醫(yī)生。在圖像識(shí)別方面，人工智能可能很快會(huì)比醫(yī)生更有效，因?yàn)獒t(yī)生無法在任何合理的時(shí)間段內(nèi)處理數(shù)百萬圖像。盡管如此，由于人工智能的局限性，它還不能取代床邊的醫(yī)生。首先，人工智能不能與患者進(jìn)行高層對(duì)話或互動(dòng)，以獲得他們的信任、安撫他們或表達(dá)同理心，這是醫(yī)患關(guān)系的所有重要組成部分。其次，人工智能傳感器可以收集有價(jià)值的信息(如體積狀態(tài)或炎性細(xì)胞因子)，以幫助診斷，但仍然需要醫(yī)生進(jìn)行傳統(tǒng)的身體檢查，特別是在需要高水平互動(dòng)和批判性思維的神經(jīng)學(xué)領(lǐng)域。第三，盡管人工智能可能達(dá)到可以進(jìn)行實(shí)時(shí)CT掃描或其他物理掃描以檢測(cè)疾病的程度，但仍需要醫(yī)生在不明確的情況下進(jìn)行解釋，以整合病史、進(jìn)行物理檢查并促進(jìn)進(jìn)一步討論。