根据美国医疗信息云平台Athenahealth的一项调查，在美国，超过90%的医生表示“定期”感到倦怠，其中，有83%的受访医生认为人工智能（AI）或能有所帮助，即通过AI简化行政任务，提高诊断准确性并识别患者数据等。不过，也有不少医生担忧AI或导致医疗领域人性化的缺失。
那么，AI真的能帮医生解决这些问题吗？
头颈部外科肿瘤学和人工智能研究员、意大利胡曼尼塔斯大学助理教授、斯坦福大学访问学者阿尔贝托·帕德诺（Alberto Paderno）在接受第一财经专访时表示，繁重的工作是全球医生面临的问题。随着医生的职业倦怠率和不满意度上升，AI作为实际助手，可以帮助医生减轻文书工作和重复性任务的负担，让医生可以在临床领域专心工作。
尽管帕德诺认为目前AI在医学领域的应用相对有限，但他预计，随着AI算法的独立性增强，AI将从医生助手的角色逐渐扩大，预计在五年内，临床医学中将出现许多AI应用，十年内，AI可能彻底改变医疗领域。不过，AI应用的风险也不容小觑。
AI在医学领域的应用仍有限
“我们确信AI将成为临床医疗实践的一部分，目前的挑战在于我们何时能在临床实践中持续应用AI，并找到一种安全应用AI的方式。”帕德诺说，“比如，AI在头颈部肿瘤学领域的应用有限。放射学中的计算机视觉模型是第一个应用于医学的AI算法，是第一批获得FDA批准的AI医疗产品，这属于较小的一类应用。但尽管许多研究显示了不同算法的AI的潜在实用性，在实际的临床实践中，我们还没有达到使用这些模型的阶段。因为从研究到实际临床实践之间存在一些障碍，同时针对这些算法的质量确保和不同环境的适用性方面也有一些要求。”
帕德诺解释称，医疗领域对AI的应用类似于自动驾驶领域。在许多应用AI的其他领域，比如电影或广告领域使用生成算法相对容易，哪怕有1%的错误率也不会是问题。如果图像不完美，可以使用另一张图像。但对于临床实践来说，如同自动驾驶一样，1%的错误率在某种意义上是一个相当严重的问题。所以，这需要拥有大型的监管系统来预防和识别错误。帕德诺表示，目前并没有这类设施对错误进行管理。在医疗领域应用AI，需要增加安全性和AI医疗算法，需要增加监管，并证明当前使用的模型适合特定的环境。
“开发AI模型并不困难，但开发经过特定领域认证，安全且具有广泛适用性的AI模型则相对困难。”帕德诺对记者表示，“在某种意义上，需要确保可以将一个医疗模型应用于每一种类型的患者。否则，便不是一个完美的模型”。
苹果Vision Pro与外科手术
2月初，苹果首款混合虚拟头显设备Vision Pro正式发售。“确实很有趣。”帕德诺对记者表示，“外科医学属于视觉领域。苹果正在尝试基于视觉创建一个完整的操作系统，用眼睛和手与所有应用程序互动，我认为这基本上是外科使用的最佳环境。比如，我们在手术室周围有很多屏幕和监视器，我们没有办法将它们整合成一个综合视图。但视觉专业这样的技术，便尝试将一切整合在一个单一的外科医生视图中，甚至尝试将在不同屏幕和监视器上的不同信息整合在一个交互视图中。”
帕德诺说：“交互是一个非常基本的组成部分，但在某种程度上，我们也可以考虑融合现实。我们的视图部分是现实，例如病人，其他部分则由视觉系统创建。这样，我们可以将放射图像进行可视化扩散。在病人身上，我们可以使用内窥镜图像的扩散，使用这种类型的数据与病人互动，并决定如何继续手术。”
他认为，这是可以在虚拟现实和增强现实上操作的部分，旨在创建一个在不同的设置中实施一个基于视觉和真实世界基础的系统。
两大主要风险
AI在医疗领域的应用，除了安全性和广泛适应性，跨学科的知识学习也是重要挑战。“技术人员、工程师、科学家正在尝试将AI作为一种技术手段应用在不同的问题上。通常所谓的生物型工作设计法，找到一个问题并找到最合适解决这个问题的方案。”帕德诺称，“但这不是我们正在做的。技术人员并不确切知道我们当前面临的临床问题，并试图使用技术解决方案来理解问题。另一方面，临床医生面临的实际问题却不知道用哪种技术方法来解决。”
帕德诺表示，工程师、科学家和医生之间存在差距，缩小差距的最佳方式是提高临床医生对于AI的教育水平，并提高技术人员对医疗领域的理解。在帕德诺工作的大学，已经在医学院教育中加入了一些工程和编码的学习。帕德诺的博士学位在医学院，但实际基于计算机科学，尝试结合医学和技术教育。
帕德诺认为，目前应用AI面临两大主要风险：第一，通过使用AI，医生可能减少对自身医学知识的依赖，导致从业者出现技术不足的情况；第二个风险在于AI模型的小错误极易扩大，如果是一个人犯错，由于接触患者的数量有限，风险相对有限，但AI模型的错误则是全球性的。
