人工智能给出的诊断和治疗建议比医生更准确

由特拉维夫大学berglass经济学院的数字健康专家Dan Zeltzer教授领导的一项新研究比较了人工智能（AI）和洛杉矶Cedars-Sinai Connect的医生提出的诊断和治疗建议的质量。Cedars-Sinai Connect是一家与以色列初创公司K health合作运营的虚拟急诊诊所。这篇论文发表在《内科医学年鉴》上，并在美国医师学会（ACP）年会上发表。这项工作得到了K Health的资助。

　　

这项研究是在洛杉矶的虚拟急诊诊所Cedars-Sinai Connect进行的，比较了大约500名成年患者就诊时给出的建议，这些患者的症状相对常见——呼吸道、泌尿系统、眼部、阴道和牙科。 

特拉维夫大学Berglas经济学院的数字健康专家Dan Zeltzer教授领导的一项新研究比较了人工智能（AI）和洛杉矶Cedars-Sinai Connect的医生提出的诊断和治疗建议的质量。Cedars-Sinai Connect是一家与以色列初创公司K health合作运营的虚拟急诊诊所。这篇论文发表在《内科医学年鉴》上，并在美国医师学会（ACP）年会上发表。这项工作得到了K Health的资助。 

Zeltzer教授解释说：“Cedars-Sinai运营着一个虚拟急诊诊所，为专门从事家庭和急诊护理的医生提供远程医疗咨询。最近，一个人工智能系统被集成到诊所中，这是一种基于机器学习的算法，通过专门的聊天进行初始接收，结合患者医疗记录的数据，并在就诊开始时为主治医生提供详细的诊断和治疗建议，包括处方、测试和推荐。在与算法交互后，患者与医生进行视频访问，医生最终决定诊断和治疗。为了确保可靠的人工智能建议，经过数百万病例医疗记录训练的算法只在置信度高的情况下提供建议，在大约五分之一的病例中不提供建议。在这项研究中，我们将人工智能系统的建议质量与医生在诊所的实际决策进行了比较。” 

研究人员检查了2024年夏天一个月内461次在线诊所访问的样本。这项研究的重点是有相对常见症状的成年患者——呼吸道、泌尿、眼部、阴道和口腔。在所有访问中，患者首先由算法进行评估，并提供建议，然后由医生在视频会诊中进行治疗。之后，所有的建议——包括算法和医生——都由四名至少有十年临床经验的医生组成的小组进行评估，他们将每个建议分为四个等级：最佳、合理、不充分或潜在有害。评估人员根据患者的病史、访问期间收集的信息和视频会诊记录对建议进行评估。 

编译后的评分得出了有趣的结论：人工智能的建议在77%的病例中被评为最佳，而在医生的决定中只有67%被评为最佳；另一方面，与医生的决定相比，人工智能建议被评为潜在有害的病例比例更小（人工智能建议占2.8%，医生决定占4.6%）。在68%的病例中，人工智能和医生得到了相同的分数；在21%的病例中，算法得分高于医生；在11%的病例中，医生的决定被认为是更好的。 

评估人员对评分差异的解释强调了人工智能系统相对于人类医生的几个优势：首先，人工智能更严格地遵守医学协会的指导方针——例如，不会为病毒感染开抗生素；第二，人工智能更全面地识别医疗记录中的相关信息，例如可能影响适当治疗过程的类似感染的复发病例；第三，人工智能更精确地识别可能表明更严重疾病的症状，例如隐形眼镜佩戴者报告的眼睛疼痛，这可能是感染的信号。另一方面，医生比算法更灵活，在评估病人的真实状况方面具有优势。例如，如果COVID-19患者报告呼吸急促，医生可能会将其识别为相对轻微的呼吸充血，而人工智能仅根据患者的回答，可能会将他们不必要地转介到急诊室。 

Zeltzer教授总结道：“在这项研究中，我们发现基于目标摄入过程的人工智能可以提供诊断和治疗建议，在许多情况下，这些建议比医生的建议更准确。这项研究的一个局限性是，我们不知道哪些医生在可用的图表中审查了人工智能的建议，也不知道他们在多大程度上依赖这些建议。因此，这项研究只衡量了算法建议的准确性，而不是它们对医生的影响。该研究的独特之处在于，它在现实世界中通过实际案例对算法进行了测试，而大多数研究都集中在认证考试或教科书中的例子上。我们的研究中包含的相对常见的疾病约占诊所病例量的三分之二，因此研究结果对于评估人工智能在医疗实践中作为决策支持工具的准备情况具有意义。我们可以想象，在不久的将来，算法将在越来越多的医疗决策中发挥辅助作用，将某些数据引起医生的注意，并在减少人为错误的情况下促进更快的决策。当然，关于在诊断和治疗过程中实施人工智能的最佳方式，以及人类专业知识和医学中人工智能之间的最佳整合，仍然存在许多问题。”