人工智能技术未能在初级卫生保健领域站稳脚跟 为什么？

尽管人工智能已经进入了许多医学专业，但这项技术还没有在初级卫生保健领域建立起来。这是为什么？

一位在该领域和人口健康科学领域具有专业知识的医生和一位杰出的计算机科学教授合作，在《家庭医学年鉴》年5月版发表了一篇观点文章，回答了这个问题。

初级保健人工智能”应致力于改善护理服务和健康结果；使用这一基准，它没有产生任何影响。”休斯顿大学医学博士Winston Liaw和医学博士Ioannis Kakadiaris都在休斯顿大学任教。

作者指出，迄今为止令人失望的主要表现是初级卫生保健部门缺乏参与，这表明普遍的沉默对现实世界有影响。

他们指出：“如果没有初级卫生保健的投入，医疗保健领域的人工智能研究人员”可能无法掌握初级卫生保健数据收集的背景、其在卫生系统中的作用以及影响其发展的力量。"

Liaw和Kakadiaris随后提出了初级卫生保健必须面对的七个人工智能挑战，如果这个行业要赶上美国的整体卫生保健水平的话。

1.低效的数据输入。

作者写道：“没有及时的数据，人工智能系统将无法获得决策所需的信息。”

2.处理不良数据。

由于研究人员不相信初级卫生保健数据输入的准确性，可以理解的趋势是“根据任意或不适当的规则忽略或修改数据，这可能导致人工智能系统吸取错误的教训。”

3.无法解释的(“黑盒”)人工智能结果。

“为了让用户信任人工智能系统，他们需要理解为什么他们必须做出决定。”

4.扩大现有的偏见。

“对群体概率的系统性低估或高估有多种原因，包括有偏见的训练数据和受早期有偏见决策影响的结果。”

5.孤立的数据。

“这导致不同机构中工具的性能更差。此外，接受过该工具培训的人可能会发生变化，从而随着时间的推移削弱其性能。”

6.隐私问题。

随着数据的数字化，患者越来越无法确定何时、如何以及在何种程度上将与他们相关的信息传递给他人。违规和滥用会破坏对人工智能系统的信任，并可能阻碍个人获得医疗服务。"

Liaw和Kakadiaris的结论是：“[不仅需要在基本医疗保健中应用人工智能，还需要开发适应基本医疗保健的广度、复杂性和垂直度的新方法。”“[全科医生”的突出特点是我们对人类的极大兴趣，这对于建立医生和病人之间的联系至关重要。”

作者还补充说，EHR的扩散和随之而来的人工智能的兴起通过增加“越来越多的技术”消除了这种联系。

作者写道，为了防止这种威胁逐渐变成危险，初级卫生保健人工智能“需要通过新的机会来促进初级卫生保健研究人员和人工智能学术专家之间的联系，从而缩小这一差距”“如果我们想恢复和维持与患者的关系，我们必须找到应对这一挑战的创造性解决方案。”