AI诊断技术再先进，医生的角色依旧不可或缺

微软最近宣布其新的人工智能模型在疾病诊断方面可以超越医生，这一消息引起了全球的关注。经过大量医疗数据训练的诊断AI在多种疾病的测试中超越了医生。这标志着医疗技术演变的一个关键时刻，并传达了一个明确的信息：医学的未来已经到来，而且是数字化的。

作为一名医生和医疗系统领导者，我欢迎这一进展。我坚信并积极倡导人工智能在医疗领域的多种应用。这项技术潜力巨大，可以帮助我们更早发现疾病、识别罕见病、提高医疗系统效率，还能减轻行政负担。

但是，随着世界各国竞相探索人工智能在医疗领域的应用，这一努力必须始终以一个核心问题为指导：什么对患者最好？

人工智能正在革新诊断

通过快速分析大量患者数据——如影像、实验室结果、临床记录和遗传信息——人工智能能够比传统医生更快地识别出疾病信号模式。正如微软所展示的，这些工具的准确性越来越高，在某些情况下可以超越临床医生识别特定疾病。例如，人工智能可以在CT扫描中标记早期肺结节，这些结节可能被人眼忽视，或者实时检测成千上万份心电图中的细微心脏异常。

通过更快和高精度的诊断，人工智能可以减少诊断错误，缩短治疗时间，并支持更个性化的护理，尤其是与经过培训的医生的临床判断相结合时。

但诊断只是患者旅程的开始

无论诊断多么准确或快速，它都只是患者旅程的开始。诊断常常伴随着恐惧和忧虑，并带来艰难的、可能改变生活的决定，这可能会造成巨大的不确定性。一个良好的诊断不仅仅涉及病情，还包括“为什么”和“接下来是什么”。这些都是人与人之间的对话。它们需要信任、同理心，并且通常需要文化背景。

研究表明，患者仍然希望与医生建立联系，并且尚未完全信任人工智能提供的健康信息。2023年皮尤研究发现，70%的美国人信任他们医生的建议，但只有24%的人信任人工智能生成的健康信息。60%的人表示，他们对医生依赖人工智能来协助护理觉得不太放心。来自维尔茨堡大学和剑桥大学的研究显示，如果医生提到或宣传使用人工智能，患者会对医生失去信心。

许多医生仍然保持谨慎，尽管这项技术不断取得显著进展，采用率也在上升。2024年约翰霍普金斯大学（JHU）的一项研究发现，许多医生仍然不信任人工智能工具，原因包括决策过程不透明、缺乏上下文意识以及责任担忧。即使是高性能模型也无法解释为什么得出某个结论——在临床护理中，这是不可接受的，因为问责制至关重要。问任何医生是否会信任一个‘黑箱’来决定他们患者的生死，你会得到一个响亮的‘不。’ 如果人工智能系统无法解释其推理过程——或者如果它们缺乏足够的现实世界背景——医生质疑其使用是有道理的。

信任是医疗系统和患者-医生关系的基础。在健康领域的人工智能革命中，过快推进可能会损害这种信任。

弥合人工智能信任差距

许多全球医院，包括我工作的费萨尔国王专科医院和研究中心，已经开始部署人工智能，并探索新的应用场景，以改善医院运营、管理和诊断等各个方面。但随着人工智能在健康领域的进一步渗透，我们需要确保其负责任地应用，并改善患者的健康状况。

该领域面临着一个患者-医生-AI三角困境——患者需要信任医生，而医生需要信任AI。正如约翰霍普金斯大学的研究所示的那样，AI工具的透明性和推理能力对于确保医生理解技术并信任其建议至关重要。

要真正缩小这个差距，AI系统应该与医生共同构建，而不是为他们构建。这就意味着要对医生、护士和医学生进行AI素养和培训的投资，以改善目前的应用，确保健康AI的未来发展和可持续性。强有力的监管框架确保问责制和患者安全，尤其是在医疗和患者数据方面，是必不可少的。

一个有前景的现实世界倡议是沙特阿拉伯公共投资基金的Humain，这是一个旨在支持医疗服务、减轻行政负担的AI助手。Humain与医疗专业人员共同设计，融入现有团队，增强医疗专业人员的能力，而不是取代他们。透明性和推理能力是它的基本功能。

当这些类型的健康人工智能项目经过深思熟虑和有效推广时，有潜力显著改善护理质量，特别是在缺乏健康基础设施和医疗专业人员的服务不足地区。通过负责任和协作设计的健康人工智能工具，我们可以在全球范围内向健康领域的民主化迈出重要一步。

患者的最佳结果

未来的医学不是人工智能和医生对立，而是二者的合作。人工智能可能在识别罕见癌症或微妙的诊断模式方面更快更好，但只有医生才能考虑患者的经历、社会背景和担忧，并将诊断转化为他们能够理解和接受的治疗计划。

为了实现这个目标，我们需要弥补患者、医生和技术之间的信任缺口。如果我们能做到这一点，就能建立一个更准确、更高效、更易获得和更可持续的医疗系统。