探秘 Human Dx：用人工智能革了医院的命？

yinfuhua

探秘 Human Dx：用人工智能革了医院的命？
- _4 H0 U: B$ R4 O来源:Science / 作者: / 2017-08-14
% T6 N" F8 U7 P7 [1 T4 w) e5 {
0 s% g; n% K# S  @4 E在华盛顿特区北侧的一座红砖建筑里，内科医生 Shantanu Nundy 从一个检查室跑到另一个检查室，努力为他日程安排上的 30 名病人看病。大多数时候，他们中有 5 个人需要寻求专家的指导帮助。但很有可能，他们永远也寻求不到。经过长达一年的漫长等待，100 英里的车程，以及巨额的自付费用。这意味着，美国最需要帮助的人中有 90% 无法从他们的初级保健医生那里获得专业性的指导。
8 [/ Q9 V8 }; D但 Nundy 的病人则不同，他们可以接触到大多数人都无法接触到的东西：一个由 6000 多名医生组成的数字智囊团，在人工智能平台上，专家的见解被巧妙地收集、整理并传回给患者。这个被称为“人类诊断项目”（Human Diagnosis Project，以下简称 Human Dx）的在线系统，可以使初级保健医生进入集体医疗超级智能系统，利用其作为帮助工具，或者开一些他们本来不得不外包的用药。这意味着大多数时候，病人为了得到检查结果并进行针对性治疗，只需要等待几天，而不是过去的几个月甚至几年。8 v' b/ v* F8 j7 }
在不太遥远的未来，对于目前没有医保或医疗补助计划的人来说，这可能是医疗补助计划的标准。近日，Human Dx 宣布与美国 7 家顶尖的医疗机构合作，以扩大该项目的规模，并计划在未来 5 年内招募 10 万名专家，同时采取专家评估。他们的目标是：在 2022 年之前为三百万美国人缩小专业护理的差距。
! |1 {# H6 d9 f; S0 c. x1 I6 \) @- g5 V4 G+ H2 E- l# _: `
今年 1 月，一位 30 多岁的单身母亲来找 Nundy 看病，她近来因为手部关节僵硬而忍受疼痛。事情变得如此糟糕，她不得不停止做女管家的工作，而且她变得越来越绝望。当 Nundy 拿出她的病例时，他意识到在几个月前，她在他诊所的另一位医生那里看过病，那位医生把她转诊到了专家号。但当这位病人意识到她不得不再掏出几百美元诊疗费用时，她并没有去。相反，她试图在公立医院里排号，但在那里她读不懂相关的文件，因为英语并不是她的母语。8 |% `) l$ y$ y; _9 M
现在这个病人又会回到了开始的地方，Nundy 检查病人重度发炎的双手。他认为这可能是类风湿性关节炎，但因为标准治疗方法可能会对病人有害，所以他在自己开药方时有些犹豫。于是，他打开了 Human Dx 门户，并创建了一个新的病例描述：“35 华氏温标，伴有疼痛，双手关节僵硬，已 6 个月，疑似常见染色体隐性遗传性皮肤病（AR）。”然后他上传了一张她双手的照片并发出了询问。几小时后，几个风湿病学家就开始介入，第二天他们就证实了他的诊断。他们甚至提出了一些后续检查的建议，并对治疗方案给出了建议。他说：“对这个病例进行诊断，凭我的专业知识，我是没有信心完成的。”
, F7 p, v3 ]3 i9 d在创始人 Jayanth Komarneni 招募他试用该平台的核心技术之后，Nundy 于 2015 年加入了 Human Dx。但我们的目标始终是将规模扩大。他把这个网络比喻为维基百科和 Linux，不同的是，本平台贡献医疗专业知识。当初级保健医生遇到不能确诊的病人时，他们会描述他们的背景、病史和表现症状——可能会附上一张 x 光照片，一张皮疹的照片，或者是肺部声音的音频记录。Human Dx 的自然语言处理算法将通过输入关键词来挖掘每一个病例的词条，将其分配给专家，从而这些专家可创建一个疑似病情诊断列表并推荐治疗方案。4 e" O. U+ o7 p7 G' _2 F; Z8 r
现在，得到 10 到 20 名不同的医生对一个病人的诊断，就像让 20 个朋友通过电子邮件分别回复一封邀请信一样有用。因此，Human Dx 的机器学习算法会梳理所有的回应，并存储检查项目之前的所有案例报告。该网络利用这些数据来验证每一位专家的诊断，根据专家的自信程度对每个诊断进行评估，并将其与其他专家的诊断结果结合起来制成一份诊断。每解决一个案例，Human Dx 都会变得更聪明。“现实中，你帮助一个病人就是一个病人。而在线工具的不同之处在于，为一个病人所提出的见解可以帮助许多的人。我们不是用人工智能来取代工作或降低成本，而是用它来提供之前所不存在的支持与帮助，从而更高效更便捷，准确率也更高。”
7 R# B" R' {) Z$ }) E% \4 u, g( Y( c8 ]$ G; \# S2 j# I3 \8 s
Komarneni 估计，电子咨询可以处理 35% 至 40% 的专家会诊，从而给真正需要治病的患者留出时间。整个系统基于在旧金山综合医院、加州大学洛杉矶分校健康系统和布莱根妇女医院等地方实施的模型。旧金山综合医院的“eReferral”系统将初次咨询的平均等待时间从 112 天缩短至 49 天。7 r+ S0 r% a( l0 U( Z
这个系统现在成为该医院每位专家的常规做法，其依赖于专门的审阅人员，这些人报酬丰厚，能及时地对病例作出反应。但是，Human Dx 并没有这些经济回报，它的服务是免费的。尽管如此，通过与美国医学专业委员会的合作，Human Dx 如今可以提供继续教育，至少可以满足医生每四年 200 个小时工作量的要求。美国最大的医师组织美国医学协会已经承诺让其成员自愿参与，并通过验证该平台上的医生来支持项目的完整性。# g: d+ h8 e4 l' d" P4 v' O8 A
让 AMA 加入是一件大事。有史以来，医生们一直对用人工智能工具取代或补充其工作岗位的做法持谨慎态度。但重要的是，请不要将该组织加盟的行为误认为其站在了正式支持人工智能的立场。美国医学会还没有正式的人工智能政策，也未授予任何特定的公司、产品或技术以特权，当然这包括 Human Dx 的专有算法。医学 AI 领域仍然年轻，面临着很多潜在的意想不到的后果。
1 {2 r/ u( T/ K比如护理质量的差异。旧金山健康网首席医疗官、通道和质量创新中心的联合主管爱丽丝·陈担心，像 Human Dx 这样的东西可能会造成分层的医疗系统，有些人会去看专家，而另一些人只能通过获取专家的电脑合成意见。“这是目前医学的前沿，”陈说。“你只需要找到最合适的地方，从而可以利用专业知识和经验，超越传统渠道，同时确保高质量的服务。”- f1 H3 }3 k2 q8 Q8 ?
约翰霍普金斯大学、哈佛大学和加州大学的研究人员一直在对该平台的准确性进行评估，最近还提交了同行评审的结果。接下来的一大障碍就是资金。该项目目前作为 8 个组织之一，争夺由麦克阿瑟基金会（John D. and Catherine T. MacArthur Foundation）设立的 1 亿美元基金。如果 Human Dx 获胜，他们就会把钱花用于全国范围内。虽然项目成败并不取决于这 1 亿美元的奖金，但这肯定是启动项目的良好开端——特别是在当下，一半以上去看医生的人都需要专家坐诊提出建议。4 \2 g# D7 t8 k" V- D$ h
所以，如果下次你的病情让普通内科医生为难，就不用去到处找专家了，不用远行，全国范围内的五到十名专家可以为你坐诊。需要的只是几分钟时间，在午餐时间或电梯里戴上夏洛克·福尔摩斯的帽子，登上云端，医生就可以如侦探般地诊断出病人的病情。
2 Z9 q3 O- D/ @+ o7 Q1 Q& a选自：Science，编译：网易见外编译机器人
, Q9 o  c4 E2 H, ]1 m# Q% {% V