未来AI将取代医生？至少在这个科室已初见端倪
15年前 ， 彼得·马克尔林（Peter Maercklein）在一次中风发作中幸存了下来 ， 但医生后来在其心电图中未发现任何异常 。 直到去年秋天的一天 ， 一个人工智能算法读取了他的心电图 ， 并发现其中出现的意外“涟漪”正表明其发生房颤的风险升高 。
这个由妙佑医疗国际（Mayo Clinic）创建的算法发现 ， 马克尔林患心房纤颤的概率为81.49% 。 几天后 ， 马克尔林参加了一项研究 ， 该研究的一个可穿戴的动态心电图监测器记录了他在跑步机上行走时发生的心房纤颤 。
这一发现极大地改变了他的治疗过程 。 他先是接受了血液稀释剂治疗 ， 最后接受了起搏器治疗 。 而美国每年因心脏病问题治疗太晚或根本来不及进行治疗而死亡的人达到数十万人 。
现年73岁的马克尔林说：“如果没有这项研究 ， 我可能永远不会知道自己患有心房纤颤 ， 谁也不知道我什么时候会被诊断出来 。 ”
人工智能是否真的比医生厉害？
本文插图
图片来源：图虫创意
人工智能能否用在其他疾病上？
对一个病人来说 ， 人工智能看起来越像一个奇迹 ， 这个奇迹就越被所有其他病人质疑 。 我们不可能得出结论说人工智能挽救了马克尔林的生命 ， 或者妙佑医疗国际的心电图算法能可靠地改善其他疾病患者的预后 。
就连对人工智能前景充满信心的心脏病专家也坚信 ， 在日常护理方面 ， 人工智能还有很长的路要走 。 从直觉上看 ， 这些信息似乎是有益的 ， 但在治疗严重疾病的背景下 ， 数据就像药物一样 ， 它既可以帮助病人 ， 也可以对病人造成伤害 。 一方面 ， 它既可以有效地针对疾病 ， 也可能引起并发症和造成不必要的护理 。
耶鲁大学结果研究与评估中心（Center for Outcomes Research and Evaluation）主任、心脏病学家哈兰·克鲁姆霍尔兹（Harlan Krumholz）说:“随着我们能提供越来越精确的信息 ， 我们面临的压力将越来越大 ， 需要证明我们可以利用这些知识来帮助患者 。 我们在理解如何正确利用这一点来造福个人方面仍处于早期阶段 。 ”
妙佑医疗国际的算法通过分析患者在正常心律下的心跳数据预测哪些患者患心房纤颤的风险最高 。 妙佑医疗国际医生对历史心电图数据进行的一项研究发现 ， 该算法正确地预测了约80%被证实患有心律失常患者的心房纤颤 。
通过识别出最有可能需要持续监测的人群 ， 这可以使诊断这种间歇性、通常持续时间较短的疾病变得容易得多 。 即使是确诊心房纤颤的患者也不一定能从药物治疗或手术中获益 ， 但自动筛查意味着他们更有可能知道这个疾病 。
问题在于 ， 该算法是会让护理更有针对性、更合适 ， 还是只会导致更多护理和更高的成本 。
马克尔林参加的研究的主要研究者、妙佑医疗国际电生理学家彼得·诺斯沃西（Peter Noseworthy）说：“马克尔林正是我们想要寻找的那种病人 ， 我们一直在观察他 ， 他有患心房纤颤的风险 ， 但他没有症状 ， 他在这里的检查结果也从未显示出现过心房纤颤 ， 所以我们从来没有发现过 。 ”
除了心房纤颤 ， 妙佑医疗国际还开发了检测其他几种心脏疾病的算法 ， 包括心脏泵薄弱、肺动脉高压和一种被称为肥厚性心肌病的危险疾病 。
本文插图
图片来源：图虫创意
人工智能对疾病诊断的局限性在哪？
据美国疾控中心的数据 ， 预计到2030年 ， 心房纤颤将影响约1210万美国人（约占美国总人口的1/27） 。
目前 ， 妙佑医疗国际的该算法基于自20世纪90年代起收集的700万份电子心电图追踪数据 ， 该算法能否在其他地方部署取决于其在其他心电图机、病人和地区的泛化程度 ， 以及医院是否有足够的计算能力、资金和专业知识 。
妙佑医疗国际希望通过进一步的测试和改进 ， 人工智能可以直接诊断出心房纤颤 ， 而不需要监测系统的进一步确认 ， 从而帮助医生和患者更快决策和治疗 。 但要做到这一步 ， 还需要进一步追踪人工智能的影响 ， 并持续多年监测参加随机试验的患者在被算法标记、接受药物或安慰剂治疗后的效果 。
马克尔林称 ， 决定开始使用血液稀释剂相当简单 。 他从20多岁开始就有高血压 ， 还患有糖尿病 。 之前的中风 ， 他也完全康复了 。 当确诊心房纤颤后 ， 决定服用药物是他和他的医生最谨慎的下一步 。
推荐阅读
- 便秘能吃咸鱼吗
- 阴道旁边长痘痘的食疗
- 上班族如何将吃快餐的危害降低
- “榜样的作用”孩子的未来
- 青少年心理健康需密切关注
- OL滋阴养颜的养生茶：桂圆红枣茶
- 如何将吃快餐的危害降低？
- 上班族带饭原则 勿将前晚做好的饭菜当做第二天午餐
- 走进运动误区将影响身体健康
- 科学饮食 六种错误饮食习惯将秋乏吃出来