人工智能能否帮助诊断痴呆症患者?
David Jones博士是梅奥诊所神经内科的顾问,也是梅奥诊所神经内科人工智能(AI)的主任,David Jones博士最近在波士顿举行的美国神经病学学会(AAN)年度会议上围绕神经病学热点话题进行了AI的主题演讲,下文的采访中,David Jones博士将分享自己对AI及AI能否帮助诊断痴呆症等的一些见解。
记者问:本次参加波士顿会议的人都知道AI确实是一个热门话题,有5-6个会议专门讨论AI工具的使用,超过30个关于AI主题的摘要。请您谈谈,您为什么对AI感兴趣并参与到神经病学的实践中呢?
David Jones博士答:这主要源于我对行为神经病学领域定量神经成像的兴趣和背景。AI最擅长的事情之一就是模式识别,以及将非结构化数据转化为结构化数据,这就是定量神经成像与AI的这些方面有很多相似之处。在我的整个职业生涯中一直参与阿尔茨海默病神经成像计划和其他大型项目,将大脑图像转化为数字。当神经内科响应了利用AI引领医疗变革时,我很高兴被邀请来领导梅奥诊所神经内科在AI方面的工作,以改变神经内科的实践。
记者问:我们常问“AI”的定义到底是什么?2018年AMA声明中的定义为:AI包含一系列计算方法,这些方法生成的系统可以执行通常需要人类才能完成的任务,您对此有何看法?
David Jones博士答:这是一个很常见的定义,我认为大多数定义的问题在于,它们在定义什么是智能时,只是说智能与人类相似,而没有明确定义智能是什么。我不太喜欢这样的智能定义,因为很明显,有些智能的事情是人类不会做的。当然还有其他的定义,我们提出了在梅奥诊所神经内科使用的定义,去年发表在《Green Journal》上的一篇文章中,这个定义首先考虑了我们对智能的理解,我们在文章中对智能的定义是收集和处理有关环境的数据和信息,智能体(agent)可以使用这些数据和信息在该环境或相关环境中建模、制造和做有益的事情。为什么我认为这很重要?它提出了智能的不同元素,将其分解为流程的三要素和agent产品的定义,这有助于我们回答有关ChatGPT等大型语言模型的问题。它智能吗?它不符合我们对智能的定义,但它符合可以参与智能过程的工具的定义。它可以与agent(有目标的人)互动,并成为建模环境过程的一部分。我们可以使用ChatGPT的辅助来做智能的事情,但是ChatGPT本身并不智能。
记者问:谈谈您在AAN会议上演讲提到的内容,也就是您在梅奥诊所开发的专门帮助诊断、管理痴呆症和行为障碍的流水线(数据处理)。
David Jones博士答:我们正在开发我们称为的神经学技术开发生态系统,该系统试图以流水线方式处理数据,将其数字化,建模并组织起来,这样我们就可以使用机器学习和AI算法来建模,并从诊所获得的数据中提取最相关的信息,然后将这些信息带到医疗点,帮助临床医生做出医疗决策。这项技术发展最快的是脑部FDG-PET扫描,它对评估认知问题患者非常有帮助,但需要大量专业知识来解读,我认为这些专业知识很有限。我们一直努力做的是在数据读取过程中加入算法,并以一种对医生来说非常自然的方式来完成,就像我现在读取扫描结果一样简单。如果有人让我看脑部PET扫描结果,并用我的专业知识来解读,帮助他们做出医疗决策,在这种情况下,我通常会回忆我见过的所有其他类似病例,我通常会询问患者的背景情况,看看是否与我见过的其他病例相符,然后根据过去在这些患者背景下做过类似扫描结果的经验给出一些建议,这仅限于我看过许多的扫描结果并有使用它们的经验,许多人可能没有。AI非常擅长解决这些问题,它可以提取模型和图像,并将这些模型和图像以数字的方式与其他类似病例进行匹配,总结这些病例的情况,并将其呈现给临床医生和患者,让他们能够就这些数据对患者的意义做出明智的决定。
记者问:您可以访问所有丰富的数据库,这些都是多年来在衰老等研究中收集的,您在演讲中提到,可能会在未来给临床医生提供使用数据库进行虚拟会诊的机会,能详细说明一下吗?
David Jones博士答:我在想,在梅奥诊所,我们是如何将重多的病例分流转诊到世界各地的,我们不能诊治每一个病例,但我们会尽可能提供最好的建议。如果我们能提供一种方法,让人们获取我们在这些罕见或复杂病症方面所拥有的知识和经验,你将能够进行虚拟的这类疾病的会诊或获取有关各种罕见或复杂神经系统疾病的深厚知识,这将帮助人们在任何地方都能获得高水平的知识和专业技能,我认为这项技术将真正促进这类事情的发展。
记者问:对于很多人来说要获得第二或第三种意见是很困难的,所以通过不同的方式获取信息将会非常有帮助,您认为这项工作的发展方向是什么?您在未来5年左右有什么计划?
David Jones博士答:我们的计划是确保我们正在收集、处理和建模有关神经系统状态的信息,以便将神经系统检查和评估的各个方面与这些类型的技术联系起来,这样我们就可以真正扩展梅奥诊所内建立的内容,使尽可能多的人受益。这是一份非常重要的工作,它使我们不再局限于在特定时间和特定情况下偶然遇到的某位神经科医生的专业知识,而是能够访问更丰富的数据集。
记者问:您对目前的神经病学家有什么赠言或寄语吗?
David Jones博士答:我试图强调的一件事,我们都害怕改变,而且对于正在发生的快速变革存在着大量的焦虑。我认为适当的应对措施是让神经内科医生站出来领导这场变革或者正在发生的变革,这样我们就能根据传统价值观、患者的需求、严谨的研究以及我们希望看到的医疗保健效益来进行变革。我们可以确保技术正在做这些事情,而如果任由这些事情发生和改变,而没有我们的投入和参与,那么技术可能做不到我们希望它们做的事情。我当然鼓励医疗保健领域的每一个人,尤其是神经病学界的每一个人,挺身而出,领导这场变革,而不是让医疗保健领域之外的部门来领导这场变革。
对于上述的采访,评论区的网友也留言发表了自己的看法,节选部分留言如下:
Nicholas Bachynsky博士:在所有需要诊断技能的医学领域,AI将极大地帮助医生,这与近代医学大师威廉·奥斯勒所言:“医学是不确定的科学与可能性的艺术”非常吻合。
John Taylor博士:当然,作为一名的急诊科医生,我有点像勒德分子,但我相信这种对AI热情是由非医学界人士推动的,个别患者很容易在这些数据库中“迷失”。此外,GIGO(无用输入,无用输出),因此不稳定的结果将被扭曲为错误和/或“过度诊断”。
Larry Diez:模式识别并不等同于有人类推理的能力,尽管这一阶段可能表明AI目前还不能复制人类的思维,用于启动AI程序的数据原料,就像机器计算功能一直以来的情况一样,要小心GIGO(无用输入,无用输出)。同样,无论是人还是机器,都必须知道自己的局限性。为了“进行”有用的模式识别,必须获取适当的数据并将其输入到AI应用程序中,通常,要获取的目标数据是基于人类对哪些变量可能相关且重要的一些“预感”(即假设),这反过来又需要推理—这是AI还没有做到的。
Roger Tobey:AI其实是智能的过滤器,可以给从业者带来一些亮点,如前所述,仅仅分析扫描图像就让人望而生畏,但了解每张图像如何反映每个病人的治疗结果则非常重要。将成千上万的图像分析和结果以可用的形式呈现出来是非常好的,但这超出了大多数医生的资源和时间。
本文编译自:Medscape. Jun 12, 2023.