生成式AI技术：缓解医师倦怠的新希望

由于年轻医师长期供不应求，预计到2034年全美将出现多达12.4万个岗位空缺。医师群体的倦怠状态，也在很大程度上加剧了这一挑战，导致很多从业者选择中途脱离劳动力队伍。而医疗领域倦怠情绪的常见根源之一，就是临床医生必须处理与电子病历相关的大量文书工作。

各大科技巨头正尝试运用生成式AI技术帮助临床医生破解倦怠情绪。然而，尽管医疗保健组织的CIO们对生成式AI的潜力抱有强烈的乐观态度和信心，但资源的实际投入速度却远未达到预期。

临床投入不足

临床医生还没能将生成式AI真正纳入临床决策。大多数用例和新闻报道，体现的仅仅是科技巨头在任务管理自动化方面做出的尝试。

美国医学协会计划制定原则和建议，梳理生成式AI在医疗保健领域的优势和短板。除了提出建议之外，医学协会还有意与联邦下令及其他相关组织合作，保护患者免受AI所生成的虚拟或误导性医疗建议的影响。此外，美国医学协会已经、并将继续鼓励医生向患者宣传AI技术的潜在益处和风险。

美国医学协会主席Jesse Ehrenfeld并不热衷于将生成式AI应用于临床决策。在他看来，“这些算法非常适合解决典型病例或者非常具体的临床问题。但患者是一个个真实的人，而非标准化的课后作业。他们有思想、有情感，也有复杂的医学、社会和精神病学背景。坦白讲，他们的实际情况很少能跟教科书内容对得上。”

Ehrenfeld博士认为，生成式AI技术的主要意义在于减少管理任务。事实上，单凭这一能力就足够让AI成为医疗领域的重要资产。

隐私与安全风险

生成式AI在使用时必须警惕隐私问题、安全、知识产权保护，以及围绕AI开发和使用而不断发展的法律规则。目前，已经有多起来自喜剧演员和作家群体针对OpenAI、Meta及其他科技企业侵犯版权的诉讼。未来我们在医疗保健数据的访问方面，恐怕也将面临类似的困境。

塔霍林区医院首席信息与创新官Jake Dorst也很看好生成式AI技术，他表示“生成式AI有望以多种方式彻底颠覆医疗保健领域。它能帮助开展医学影像分析、药物发现、制定个性化治疗计划并生成用于研究的合成数据。当然，数据隐私和安全问题至关重要，因为敏感的患者信息必须得到保护。”

各大科技巨头正处于自愿探索AI潜力的早期阶段，但医疗保健决策者需要提早考量，确保在AI发展成熟时做好接纳实质性进展的准备。

展望未来

尽管医疗保健CIO们对生成式AI持谨慎乐观的立场，但值得关注的是，各大科技巨头正先后发布一系列关于AI创新的最新公告。因此尽管挑战和复杂性依旧存在，但这些重大进步的确表明AI技术正在快速进步。

亚马逊云科技 (AWS)

AWS宣布推出HealthScribe，这是一项符合HIPAA要求的新服务，可帮助医疗保健软件提供商开发临床应用。这些应用程序能够使用语音识别和生成式AI来输出临床文档，帮助临床医师节约宝贵时间。

HealthScribe以Amazon Bedrock为基础，目前仅支持全科和骨科两大门类。医疗编码与转录公司3M和ScribeEMR成为HealthScribe的早期采用者，已经在AWS的合作指导下使用该服务。

微软

通过收购Nuance，微软在利用对话式AI生成临床文档方面已经取得了早期领先地位。2022年4月，微软和EHR技术供应商Epic宣布建立合作伙伴关系，共同打造Azure OpenAI Services。最近，虚拟医疗提供商Teledoc宣布有意与微软合作集成OpenAI服务，用于在线上检查期间自动创建临床文档。

谷歌

谷歌正在积极开发其Med-PaLM 2大语言模型。凭借训练期间接触的大量医师从业资格考试资料，预计这套模型能运用通用算法实现强大的医疗保健处理能力。目前，谷歌的合作伙伴包括梅奥诊所等医疗机构，以及CareCloud等医疗技术供应商。

目前的新闻报道大多集中在对话式生成AI方面，将其视为解决倦怠问题和实现任务管理自动化的灵丹妙药。然而，相信很多朋友都抱有同样的疑问：这到底是可期的未来，还是虚幻的泡影？

美国医用语音助手开发商Suki公司CEO兼创始人Punit Soni表示，“生成式AI目前正经历炒作周期并受到广泛关注。预计六个月后，炒作很可能会平息下来。虽然生成式AI的自身价值值得肯定，但到那时候我们才能真正搞清这些解决方案是否具有现实意义。另外，这套方案还需要更多基础要素的补充和增强，例如EHR互操作性、安全和私有基础设施、直观灵活的用户体验等。只有这样，用户才能快速建立起跟得上技术前沿发展的创新思维，以最有效的方式轻松完成任务。如果做不到以上几点，此类解决方案的影响恐怕将仅限于某些小众用例。”

虽然AI可能还需要一段时间的发展才能取代医疗专业人员，但目前在减轻行政和文书负担方面的表现，无疑已经朝着正确方向迈出了坚实的一步。