生成式人工智能在医疗保健领域取得进展 - 华尔街日报
Belle Lin
医疗初创公司，如总部位于匹兹堡的Abridge AI Inc.，其产品帮助医生在看完病人后写笔记，以及总部位于旧金山的Syntegra Inc.，后者使用生成人工智能为研究创建逼真的患者数据副本，称他们已将生成人工智能应用于医疗保健中最安全和最准确的当前用途。
除了这些应用之外，医疗保健提供者在诊断患者或直接提供医疗护理方面对使用生成人工智能持谨慎态度。一些医疗保健专家表示，技术有时会“产生幻觉”，或者在没有足够信息时发明一个回应，这使得它在大多数患者护理或医疗环境中使用过于危险。
Abridge成立于2018年，Syntegra成立于2019年—尽管在ChatGPT近期的头条新闻之前，但公司表示，目前的炒作正在推动人们对其产生兴趣。
目前，在医疗保健领域，生成式人工智能的最早大规模应用之一正在堪萨斯大学医疗系统推出。堪萨斯城地区的医疗中心正在向他们的2000多名医生和其他医务人员提供Abridge的工具，首席医疗信息官格雷戈里·阿特尔博士表示。
Abridge的平台利用生成式人工智能从记录的患者就诊录音中创建医疗对话摘要。这有助于医生减少他们花在笔记上的时间，根据阿特尔博士的说法，这可能每天多达两个小时。
对于许多医院技术领导者来说，减轻医生的文档负担是头等大事，匹兹堡大学医疗中心首席医疗信息官罗伯特·巴特博士表示。这家总部位于匹兹堡的医疗保健提供商在大流行爆发后开始增加对Abridge的使用，当时它需要一种方法来数字化虚拟初级护理对话，他说。
匹兹堡大学医疗中心将在Abridge的工具集成到像Epic Systems Corp.和Cerner Corp.这样的电子病历系统之后，为其数千名医务人员推出Abridge的平台，巴特博士表示。匹兹堡大学医疗中心是Abridge的少数投资者。
生成式人工智能以其生成类似人类散文的能力而得名，还可以生成其他内容，如计算机代码和数字插图。这项技术已经被添加到来自Salesforce等科技巨头的商业软件中，以及微软公司，该公司在一月份表示计划向总部位于旧金山的ChatGPT制造商OpenAI投资数十亿美元。
Abridge的平台依赖于一组开源机器学习算法，以及像ChatGPT这样的大型语言模型和其自己的自主模型，Abridge首席科学官Zachary Lipton说。Lipton博士表示，Abridge还使用这些大型语言模型来“重塑”生成的散文，并使用自己的数据集对其进行微调。
像Syntegra这样的其他初创公司正在使用生成式人工智能来创建所谓的合成数据，或者保持原始属性的患者记录的虚假版本，创始人兼首席执行官Michael Lesh博士说。尽管合成数据在医疗保健和医学研究中的使用并不是完全新的，但Lesh博士表示，Syntegra是将生成式人工智能应用于创建合成医疗数据的第一家公司，将近四年前。
Syntegra的技术正在由强生制药公司（Johnson & Johnson旗下的药品公司）进行测试。强生的现实世界证据研究负责人Sebastian Kloss表示，Syntegra的合成数据不受欧洲隐私法的约束，与真实患者记录不同，这使得总部位于比利时比尔瑟的公司能够在一个月内访问这些数据并回答一个研究问题，而不是六个月。
强生的数据科学家已经对合成数据进行了验证，并且将特别有助于研究罕见疾病，因为在这些疾病中，收集足够的患者数据更加困难，Kloss先生说。
总的来说，在医疗保健领域应用生成式人工智能方面，辅助文档和合成数据被认为风险较低，因为它们对患者的直接影响较小，市场研究和咨询公司Gartner的医疗技术分析师Jeff Cribbs说。但是，Cribbs先生表示，这项技术有朝一日可能会对人们的疾病诊断和治疗方式产生巨大潜力。
例如，分析人员表示，医学诊断可以通过人工智能得到极大的帮助，人工智能可以搜索大量的医学文献和数据。总部位于加利福尼亚州帕洛阿尔托的初创公司Atropos Health Inc.*，*成立于2019年，正在使用一种不同形式的人工智能来帮助医生回答临床问题。
像ChatGPT这样的生成式人工智能应用目前不适合帮助临床医生治疗患者，因为它们从现有的医学和流行文献中获取信息来回答临床问题，因此不准确，Atropos的联合创始人兼首席执行官Brigham Hyde博士说。另一方面，Hyde博士表示，Atropos从诸如医疗保健提供商的基于云的患者记录等来源中提取数百万条匿名患者记录以生成观察性研究。在与医生分享之前，这些结果会经过初创公司的医疗主任审查，他说。
悬在任何以人工智能为重点的医疗初创公司成功上方的是被广泛认为是失败的国际商用机器公司的Watson人工智能系统。IBM曾自豪地宣称Watson有朝一日可以找到治愈癌症的方法。迄今尚未有任何发表的研究表明Watson改善了患者预后，IBM此后已经放弃了Watson在医疗领域的所有应用。
“Watson只是选择了非常复杂的问题，”Gartner的Cribbs先生说。现在的区别在于，人工智能和医疗社区已经在确定机器学习最适合回答的具体问题方面取得了很大进步，并且已经改进了算法，这些算法是在不断增长的医学文献和患者数据基础上进行训练的。
然而，根据UPMC的Bart博士，生成式人工智能的未来用途，比如用于疾病诊断，仍然遥远。他表示，这项技术很可能会迅速改善医疗保健领域的运营流程，比如患者排班和流程，这些方面早就需要技术升级，但目前，ChatGPT对于诊断来说仍然是“一种花哨的玩具”。
请写信给Belle Lin，邮箱：[email protected]