4月2020

人工智能能改变临床环境吗?
Selena Chavis著
郑重声明
第三十二卷第三页

行业专业人士权衡挑战和机遇。

毫无疑问,人工智能(AI)正在席卷医疗保健行业。在所有职能和利益相关者中,人工智能的用例似乎无穷无尽,因为它可以提高效率并为决策提供信息。

虽然从人工智能战略中提取价值的机会很多,但在使用方面仍处于起步阶段的一个领域是临床环境(不要与人工智能在临床研究的学术环境中的应用相混淆)。IDC Health Insights研究总监Cynthia Burghard指出,医疗机构正在从运营和管理的角度认识到人工智能的好处,但其在临床环境中的成熟程度仍不成熟。

“它正在取得进展,”伯格哈德说。“你确实开始看到人工智能在临床环境中的应用,比如早期识别败血症。在这个领域,它的使用可以挽救生命,节省在医院的时间。这就是它获得广泛接受的地方。”

威科集团(Wolters Kluwer)的高级医疗信息学家克里斯·芬克博士(Chris Funk)表示,人工智能的价值在于它能够对大量数据进行高效分析。他说:“如今医疗保健领域产生的数据量呈爆炸式增长。”他指出,IBM此前的估计表明,医疗保健领域积累的数据量每三年翻一番,到2020年,预计每73天翻一番。“卫生保健组织正坐拥一个信息宝库,可以改善临床环境中的决策。当人工智能以最佳方式应用时,它可以提升临床决策支持和预测分析的概念。”

以败血症为例,伯格哈德说,临床医生几乎不可能手动梳理大量患者数据,以提前掌握病情的进展。通过正确的人工智能算法,近乎实时地挖掘数据,以快速产生警报,促使临床医生做出决定。

Jonathan Linkous, MPA, FATA, PATH(医疗保健中的人工智能和自动化伙伴关系)的首席执行官兼联合创始人,列举了人工智能正在取得进展的其他临床领域,特别是在阅读x光片,MRI扫描,心电图,甚至病理结果方面。

Linkous解释说:“这些领域可能是最容易理解人工智能如何看待图像,并比人类更好地解释它,而且比人类快得多。”“目前有许多应用程序正在开发中,其中一些已被采用。我认为,从人工智能应用最多的领域来看,(成像)是最容易摘到的果实。这是一种无需动脑筋的选择。”

推进人工智能在临床应用的挑战
专家们一致认为,就实现人工智能在临床环境中的潜力而言,该行业只是触及了表面。然而,在使用这些先进工具成为常态之前,医疗保健组织必须克服许多障碍。

Linkous指出,医疗保健行业目前普遍不愿采用新技术,并指出人工智能是这种趋势的一个主要例子。他说:“有些是需要的,但这是一个问题和挑战。”他指出,虽然人工智能在其他行业的应用已经成为主流有一段时间了,但医疗保健利益相关者仍持一定程度的怀疑态度。

随着医疗保健技术采用的缓慢步伐,伯哈德指出,临床医生对如何使用这些技术感到担忧。例如,临床医生如何使用人工智能生成的数据可能会受到审查。

“我认为你必须把护理的哪一部分是科学,哪一部分是艺术区分开来,”伯格哈德建议道。在这个等式中,人工智能成为科学的一部分,因为它与数据一起工作,并为临床医生发出警报,但伯格哈德强调,它的作用仅限于此。最终,临床医生必须就如何使用这些信息做出最终决定。

林克斯表示,对人工智能的监管仍在不断发展,这带来了另一个挑战,如何支付人工智能的基本问题也是如此。例如,在最近与一位专家的会面中,Linkous观察到一种形式的人工智能被用于读取心电图,但医生仍然进入并读取测试-本质上是复制工作流程。

当被问及这样做的原因时,医生表示,“这就是我们获得报酬的方式,”林克斯说。

Burghard指出,在临床环境中部署人工智能不是一件小事。它需要数据科学家的正确技术和专业知识来构建算法和分析数据。伯格哈德说:“你需要一个完整的过程来构建算法。”他指出,这是一项资源密集型的工作,只有最大的组织才能提供足够的支持。

为了帮助医疗机构更好地利用人工智能,Burghard指出,近年来,许多HIT供应商已经出现,为败血症等特定疾病提供现成的算法。她警告说,在调整算法以使其与卫生保健组织的政策保持一致以实现可接受的做法的过程中,仍有很多工作要做。

伯格哈德特别指出了一个案例,在这个案例中,中西部的一家医疗保健系统与一家人工智能软件供应商合作,寻找处方模式的变化,以确定降低成本的方法。供应商根据他们的需求构建算法,然后提供基于数据的分析,从而节省了大量资金。虽然理论上是好的,但卫生系统仍然必须与药房和医生合作,以确定最佳的前进道路。

“药剂师看了看数据说,‘等等,你确定了单一来源的药物,’或者‘你确定了骨科医生的神圣之牛——他们喜欢这种特殊的药物。对我来说,作为一名药剂师,很难让这种改变通过,但这里有三到四件事是合理的,”她说。“这可不像按个按钮那么简单。”

数据质量难题
毫无疑问,在临床环境中使用人工智能的最大挑战之一是数据质量,这是一个持续存在的问题,继续困扰着该行业充分利用大数据计划的能力。“由于数据质量问题,许多医疗机构难以从人工智能中获取更深入的见解。在行业数据呈指数级增长的情况下,这是一个重大挑战,但人工智能的成功取决于能否获得准确和完整的数据,”Funk说。

Burghard对此表示赞同,并指出该行业已经看到了“如此多的数据错误开始”,并且当涉及到临床环境中的任何分析计划时,普遍存在“缺乏信任”。

Funk说,大部分问题可归因于分布在各种位置和格式的卫生网络中分散的不同数据的激增。“例如,数据可能以ICD-10或CPT等行业标准的形式进行结构化。它可能是半结构化的电子病历下拉菜单,比如本地实验室和药物,也可能是自由文本,”他解释说,并指出行业估计表明,非结构化的自由文本占临床文档的80%。

Funk说,为了解决这个问题,医疗机构必须首先解决一项艰巨的任务,即把不同的信息源集中到一个集中的存储库中,将所有的形式(包括非结构化的笔记)规范化,使其符合一个确定的标准,以支持互操作性。然后,必须将数据分类到支持临床环境中关键任务活动的临床概念中。

“如果没有这个基础,即使是最先进的人工智能工具也会产生欠佳的见解,影响有限,”芬克说。“我们建议采取多方面的战略,将技术、专业知识和正确的流程结合起来,这对于确保人工智能从丰富、干净的数据中提取至关重要。”

他补充说,一个全面的战略必须从以下几个有利的角度来解决术语管理和数据治理问题:

•通过参考数据管理建立单一的真实来源。参考数据由行业HIT标准(如ICD-10、RxNorm、LOINC和SNOMED CT)和其他专有内容组成,帮助医疗保健组织建立可互操作的通信线路,支持系统之间的信息自由流动。Funk说,最佳的参考数据管理策略包括对这些术语标准的监督和持续维护。

•将临床数据标准化。数据规范化解决了将非标准临床数据(如本地实验室和药物)映射到作为参考数据管理策略一部分维护的标准术语的需求。Funk指出,这个过程通过在整个医疗保健企业中建立数据的语义互操作性,弥合了不同系统之间的差距。

•通过临床自然语言处理解锁非结构化数据。使用临床自然语言处理解决方案可以通过自动搜索已识别的临床数据以及与有价值的数据(如问题、诊断、实验室、药物和免疫接种)相关的特定于提供者的同义词和首字母缩略词来改进非结构化数据的捕获。

展望未来
Linkous说,在临床环境中推进人工智能的使用将需要证据和证明的最佳实践。

“当你进入翻译活动领域时,你会完成研究,研究表明(人工智能的应用)在一致的基础上起作用。然后,你将其转化为日常运营,”他解释道。“医疗保健,可能就像任何事情一样,依赖于研究来证明某些程序,某些活动实际上会出现,并且它们会完全做到他们所说的那样。”

Linkous指出,一旦人工智能得到证实,下一个障碍将是让供应商和消费者克服恐惧,了解这项技术如何影响实践和患者护理。他说,消费者尤其倾向于寻找一个“值得信赖的品牌——这个品牌是他们知道或了解的吗?”他们能认识到它如何直接改善他们的生活吗?”

林克斯说,展示道德实践的最佳实践指南对信任等式的发展至关重要。这也是适宜卫生技术组织最近发布了一套实施人工智能的道德准则的原因之一。

“这并不是说技术没有道德规范;这是一个计算机程序,”他强调说。“这是关于你如何使用它以及你用它做什么。”

业内专业人士一致认为,尽管为时尚早,但人工智能在临床环境中有着巨大的前景。Burghard认为,随着医疗机构学会如何在艺术和科学实践中最好地应用人工智能,最佳实践将会出现。

她说:“这是一种提取大量数据并为临床医生提供见解的方法。”“然后,他们必须根据批判性的判断和他们的经验,以及实践中所有的艺术部分来做出最终决定。”

- Selena Chavis是佛罗里达州的一名自由撰稿人,她的文章经常出现在各种贸易和消费者出版物上,内容涵盖从企业和管理到医疗保健和旅游的所有主题。

Path的人工智能伦理实施指南
以下在医疗保健中使用人工智能(AI)的原则是由PATH(医疗保健中的人工智能和自动化伙伴关系)成员制定的,包括PATH的道德工作组。其中一些原则改编自现有文献,如《阿西洛玛人工智能原则》,而其他原则则由适宜卫生技术组织起草。

第一,不伤害:人类和卫生技术的指导原则是,无论采取何种干预措施或程序,患者的福祉都是首要考虑因素。

人类的价值观:用于提供保健的先进技术的设计和操作应符合人的尊严、权利、自由和文化多样性的理想。

安全:卫生保健中使用的人工智能系统在其整个使用寿命期间对患者和提供者应是安全可靠的,并在适用和可行的情况下可验证。

设计透明度:卫生技术中使用的设计和算法应接受监管机构的检查。

失败的透明度:如果人工智能系统造成伤害,应该能够查明原因。

责任:所有先进卫生保健技术的设计者和建设者都是其使用、误用和行动的道德影响的利益相关者,有责任和机会塑造这些影响。

价值定位:自主人工智能系统的设计应确保其目标和行为在整个运行过程中与人类价值观保持一致。

个人隐私:应在医疗保健人工智能应用程序的设计和部署中建立保障措施,以保护患者隐私,包括他们的个人数据。患者有权访问、管理和控制他们生成的数据。

自由和隐私:人工智能对个人数据的应用不得不合理地限制人们的实际或感知自由。

共享的好处:人工智能技术应该使尽可能多的人受益并赋予他们权力。

人类的控制:人类应该选择如何以及是否将决策委托给人工智能系统,以完成人类选择的目标。

进化:鉴于影响设备和软件的不断创新和变化以及医学研究的进展,先进技术的设计方式应使其能够根据新的发现而变化。

-来源:path