高端制造&研究精选&远景混合              基金经理贺喆

AI在医疗领域的前景广阔

人工智能（AI）在医疗保健领域拥有巨大的前景。但它也面临着巨大的障碍。 更好的诊断、为患者提供个性化支持、更快的药物发现并提高效率，如果人工智能（AI）能够在全球范围内协同工作，学习彼此的经验并创建最低标准，那么全球标准的制定也将有助于创建一个市场，小型公司也可以在其中创新。医疗基础设施不太发达的较贫穷国家，将从引入新工具（如AI驱动的便携式超声波设备用于产科）中获益良多。因为在这些国家，AI工具的替代品往往是原来根本没有医疗支持，他们甚至可能能够跳过富裕国家根深蒂固的卫生系统——尽管数据、连通性和计算能力可能会成为障碍。从智能听诊器和机器人外科医生到大型数据集的分析，或者与具有人类面孔的医疗AI进行交谈，机遇无处不在。 最终问题涉及机构和激励措施。AI系统已经显示出可以增强诊断的无偏准确性和疾病追踪，改善患者结果的预测，并提出更好的治疗方案。它还可以通过承担医疗转录和监测患者等任务，以及简化行政管理，提高医院和外科手术的效率，并可能已经加快了新药进入临床试验的时间。包括生成性AI在内的新工具，可以极大地增强这些能力。

英国的Doccla是众多虚拟病房之一，它正在努力将大型语言模型（LLMs）整合进其临床工作流程中。愿景是将可穿戴设备、患者记录和通话记录的数据整合到一个系统中，该系统可以作为一个“副驾驶”，帮助医疗保健提供者了解患者之间正在发生的事情。这样的能力可能会引领系统。它们应该让医生能够掌握那些可能被明显忽视的重要健康信息。

加利福尼亚大学旧金山分校的Robert Wachter和斯坦福大学的Erik Brynjolfsson最近认为，人类通常无法实施充分利用新技术所需的组织结构、领导力或工作流程的变革。以去中心化护理为例。AI支持良好决策的倾向，其趋势可能是将护理从中心转移到边缘：允许在普通诊所进行更多诊断，可能通过更智能的仪器；将其他决策转移到药房；增加患者在家中接受建议和监测的机会。但患者通常对亲自看医生或附近有医院有固定的期望。可能是那些仍在发展其卫生系统的国家，比那些机构和患者已经定型的国家，有更好的机会重新构建这个系统。那些拥有不太成熟但良好数字连接的国家可能会引领AI的发展，比如印度、肯尼亚和印度尼西亚这些国家。还有其他提高效率的道路，尤其是在不仅仅是世界上最大的医疗保健市场，也是一个特别低效的市场——美国。

一种目前流行的试图提高效率的方式是创建医院“指挥中心”，在其中一面屏幕墙提供了关于床位可用性、资源使用和整个医院患者状态等关键指标的实时信息。这样的系统不仅可以像医生经常不能做的那样，实时看到问题，还可以预见即将到来的瓶颈。约翰霍普金斯医院在巴尔的摩的指挥中心已经使在不同地点之间转移患者的速度提高了60%，将术后床位的再使用时间减少了70%，将急诊治疗的等待时间减少了25%。坦帕总医院报告称，自从使用20个AI应用程序启动指挥中心以来，效率提高了。

事实上AI在医疗保健中已经被使用了很多年，但整合一直很慢。有好的理由和不好的理由。好的理由是医疗保健在引入新工具时需要高证据的门槛，以保护患者的安全。不好的理由涉及数据、监管和激励措施。克服这些问题可能为AI在其他领域的应用提供教训。

 AI系统通过处理大量数据进行学习，这是医疗保健提供者大量拥有的，但健康数据高度分散；严格的规则控制其使用。政府承认患者希望保护其医疗隐私。但患者也想要更好、更个性化的护理。 提高AI工具的准确性和减少偏见需要它们在反映患者全面多样性的大型数据集上进行训练。找到安全的方法，让健康数据更自由地移动将有所帮助。但这也可以帮助患者：他们应该有权以便携式、数字格式访问自己的记录。消费者健康公司已经在使用可穿戴设备的数据，取得了不同程度的成功。便携式AI患者记录将使人们更充分地利用他们的数据，并更负责任地管理自己的健康。 提高医疗保健中AI的推广责任很大一部分落在政府和监管机构身上。然而，公司也有作用。保险公司已经使用AI工具不公平地拒绝护理；公司可能夸大了健康AI的能力；算法犯了错误。公司有责任确保他们的产品安全、可靠和可问责，人类，无论多么有缺陷，仍然掌握控制权。

另一个问题是管理和规范这些创新。在许多国家，医疗保健中的AI治理，就像其他领域一样，难以跟上快速的创新步伐。监管机构可能在批准新的AI工具方面行动缓慢，或者可能缺乏能力和专业知识。政府需要为监管机构配备评估新AI工具的能力。他们还需要填补监管空白，在监测不良事件和持续监控算法以确保它们保持准确性、安全性、有效性和透明度方面。 这些障碍是巨大的，但使用AI在医疗保健中的潜在好处是如此巨大，以至于克服它们的理由应该是显而易见的。而且，如果AI能在医学中发挥作用，它可以为在其他领域采用这项技术提供处方。 这将是困难的。一个解决方案是各国共同努力，制定国际监管体系，以简化AI的治理，使之不那么复杂。这将有助于小型公司创新，较贫穷的国家从引入新工具中获益更多。因为替代AI工具的往往是根本没有治疗，他们甚至可能能够跳过富裕国家根深蒂固的卫生系统——尽管数据、连通性和计算能力可能会成为障碍。

提高AI工具的准确性和减少偏见需要它们在反映患者全面多样性的大型数据集上进行训练。找到安全的方法，让健康数据更自由地移动将有所帮助。但这也可以帮助患者：他们应该有权以便携式、数字格式访问自己的记录。消费者健康公司已经在使用可穿戴设备的数据，取得了不同程度的成功。便携式AI患者记录将使人们更充分地利用他们的数据，并更负责任地管理自己的健康。 提升AI在医疗保健中的推广责任很大一部分落在政府和监管机构身上。然而，公司也有作用。保险公司已经使用AI工具不公平地拒绝护理；公司可能夸大了健康AI的能力；算法犯了错误。公司有责任确保他们的产品安全、可靠和可问责，人类，无论多么有缺陷，仍然掌握控制权。 另一个问题是管理和规范这些创新。在许多国家，医疗保健中的AI治理，就像其他领域一样，难以跟上快速的创新步伐。监管机构可能在批准新的AI工具方面行动缓慢，或者可能缺乏能力和专业知识。政府需要为监管机构配备评估新AI工具的能力。他们还需要填补监管空白，在监测不良事件和持续监控算法以确保它们保持准确性、安全性、有效性和透明度方面。 这些障碍是巨大的，但使用AI在医疗保健中的潜在好处是如此巨大，以至于克服它们的理由应该是显而易见的。而且，如果AI能在医学中发挥作用，它可以为在其他领域采用这项技术提供处方。它们可以改善研究人员关于如何精确编辑基因的选择；它们非常擅长理解来自不同来源的大量数据；它们可以建议新的药物开发目标，并帮助发明可能针对它们的大分子和小分子药物。这些效果不仅限于实验室。各种AI正在发挥作用的诊断类型看起来真的要被转变了。机器人外科医生正在承担越来越多范围的手术。患者获取健康信息并激励自己遵循治疗方案的方式，看起来也适合重新构想，就像聊天机器人和可穿戴健康监测器学会协同工作一样。医疗保健系统的生产力似乎可能会显著提高。 较贫穷的国家可能有最多收获。AI可以使相当简陋的设备变得更有能力，允许它更广泛地使用，超越诊所。智能听诊器可以帮助用户辨别重要的细节，手机可以变成测量心率、温度、呼吸和血氧的“三录仪”。

生物医学研究论文中提到人工智能的比例在该领域开始以“基础模型”如OpenAI的各种GPT（生成预训练变换器）、Meta的LLaMA和谷歌的Gemini等令人眼花缭乱之前，就已经呈指数级增长。

AI在医疗领域将驱动变革，又使变革的过程变得比想象的更容易，正如过去两年我们看到的AI领域的各种迭代一样。最终让人们远离医院，或者以另一种方式看待医院，将医生带到人们身边。