在醫療領域，人工智慧帶來的不只是機遇

• 2020 年 2 月 11 日
• 筆記

在過去的五年中，美國食品和藥物管理局已經批准了40多種不同的人工智慧產品。然而，據《科學美國人》報道，所有在美國銷售的產品都沒有經過隨機對照臨床試驗的性能評估。

如果經過適當的測試和控制，人工智慧系統可以成為強大的工具，幫助醫療專業人員發現被忽視的癥狀，改善健康結果。例如，一個用於檢測糖尿病、眼病的人工智慧工具在數百名患者中進行了測試，結果表明，它有助於發現糖尿病病變、視網膜病變的早期跡象，若發現可疑癥狀，就會把患者轉到醫療專家那裡。

如果不仔細測試，醫療專業人員用來輔助診斷治療的人工智慧系統就有可能會對病人造成傷害，而不是避免傷害。《科學美國人》的這篇文章詳細闡述了依賴人工智慧診斷疾病的一個潛在問題，舉了一個人工智慧用於分析胸部x光片，並檢測哪些患者可能患上肺炎的例子。雖然該系統在紐約西奈山醫院測試時被證明是準確的，但在其他醫院的影像測試中卻失敗了。研究人員發現，人工智慧能夠區分攜帶型x光系統生成的影像和放射科生成的影像，醫生對病得長期不能下床的病人使用攜帶型胸透系統，會造成更大的誤診風險。

人工智慧系統通常針對電子健康記錄進行培訓，但許多電子健康記錄往往不完整或不正確，因為它們的主要目的通常是計費，而不是照顧病人。例如，KHN進行的一項調查發現，病人的醫療記錄中有時會出現危及生命的錯誤，比如包含不適當藥物的藥物清單。

除此之外，疾病往往比人工智慧工程師和科學家所能預料到的更複雜，因此，隨著人工智慧變得越來越多產，人工智慧開發人員與衛生部門合作，確保他們的人工智慧系統得到徹底測試，以及監管機構為人工智慧診斷工具的可靠性制定標準，這些，都是非常重要的。