據(jù)英國劍橋大學網站15日報道，該校科學家與來自世界各地的20家醫(yī)院及醫(yī)藥公司一起，利用人工智能技術(AI)和機器學習技術，在全球范圍內預測患者的氧氣需求，準確率高達95%。這一新方法為科學家和醫(yī)務人員應對未來的疫情以及其他健康挑戰(zhàn)提供了新思路。最新研究發(fā)表于《自然·醫(yī)學》雜志上。

　　研究人員解釋稱，這項名為EXAM的研究是迄今為止規(guī)模大、種類最多的臨床聯(lián)合學習研究之一，旨在利用來自四大洲的數(shù)據(jù)，建立一種人工智能工具，預測患者在住院治療頭幾天可能需要多少氧氣。

　　在研究中，稱為聯(lián)合學習的技術使用一種算法來分析住院患者的胸部x光片和電子健康數(shù)據(jù)。為保護患者隱私，患者數(shù)據(jù)完全匿名，研究人員向每家醫(yī)院發(fā)送算法，因此不會共享或留下任何數(shù)據(jù)。一旦算法從數(shù)據(jù)中“學習”到新信息，分析就被結合起來，以建立一個人工智能工具，該工具可以預測世界各地醫(yī)院患者的氧氣需求。

　　為核查這一工具的準確性，研究人員在五大洲的多家醫(yī)院開展了測試，分析了來自世界各地約10000名患者的結果，其中包括2020年3月至4月期間住院的250名患者的數(shù)據(jù)。結果表明，這一工具可在患者到達急診室后24小時內預測所需的氧氣，準確率為95%，而且，它只用了兩周的人工智能“學習”時間就實現(xiàn)了高質量的預測。聯(lián)合學習使研究人員能夠協(xié)作，并為我們利用AI在全球范圍內所能做的事情制定一個新標準。

　　人工智能在醫(yī)學中另一種應用是使用機器人作為幫手;例如，日本的Carebots機器人為認知能力下降或行動能力有限的老年人提供陪護。機器人在外科手術中被用作助理外科醫(yī)生，甚至獨立主刀。此外，機器人還能與自閉癥兒童交流并提供教育。

　　基因和生物醫(yī)學研究繼續(xù)進行調查，目的是揭示基因與人類特征或疾病之間的聯(lián)系。許多研究依賴于大規(guī)模的敏感基因型或表型數(shù)據(jù)，跨機構的共享對于此類研究的成功至關重要。例如，在最近一項樣本量有限的病例對照研究中，研究人員開發(fā)了一種整合個人全基因組測序和電子病歷數(shù)據(jù)的算法，并將該算法用于腹主動脈瘤的研究。他們根據(jù)個人基因組基線評估了修改個人生活方式的有效性，證明了該模型作為個人健康管理模型的實用性。這些研究有可能揭示其他復雜疾病的生物學結構。

　　數(shù)據(jù)科學所帶來的倫理挑戰(zhàn)也是一個爭論的領域。這些挑戰(zhàn)可以在概念空間內映射，并由3個研究分支來描述:數(shù)據(jù)和隱私倫理和道德以及實踐倫理和價值觀。其中，隱私一直是關注的中心。人工智能并不是專門為醫(yī)療保健開發(fā)的工具。雖然人工智能已經準備好解決醫(yī)學實踐中的“痛點“，但技術進步需要收集和共享大量數(shù)據(jù)，從而產生對隱私的擔憂，即數(shù)據(jù)的所有權和信息的保密性可能導致對患者的識別。機器學習在精準醫(yī)學的發(fā)展中起著關鍵的作用，根據(jù)患者的臨床或遺傳風險因素進行治療。這些進步需要收集和共享大量數(shù)據(jù)，從而產生對隱私的關注。在這種情況下，需要建立一個隱私保護框架，并應適用于研究參與者和機構的隱私和保密性屬于關注點。

　　人工智能不同于傳統(tǒng)的計算機算法，它能夠根據(jù)積累的經驗進行自我訓練。這種獨特的功能使人工智能能夠在相同的情況下，根據(jù)先前執(zhí)行的操作，采取不同的行動。這種積累經驗并從中吸取教訓的能力，以及獨立行動和做出個人決定的能力，為損害創(chuàng)造了先決條件。這意味著人工智能在其行為中可能因某種原因造成損害。但現(xiàn)行法律都不承認人工智能是一個法律主體，這意味著人工智能對其造成的損害不承擔個人責任。那么誰對人工智能的行為造成的損害負責呢?因此，人工智能的發(fā)展及其不斷增長的實際應用，需要法律法規(guī)框架的變化。

　　雖然人工智能可以在許多方面幫助醫(yī)生，但在可預見的未來它不太可能取代醫(yī)生。在圖像識別方面，人工智能可能很快會比醫(yī)生更有效，因為醫(yī)生無法在任何合理的時間段內處理數(shù)百萬圖像。盡管如此，由于人工智能的局限性，它還不能取代床邊的醫(yī)生。首先，人工智能不能與患者進行高層對話或互動，以獲得他們的信任、安撫他們或表達同理心，這是醫(yī)患關系的所有重要組成部分。其次，人工智能傳感器可以收集有價值的信息(如體積狀態(tài)或炎性細胞因子)，以幫助診斷，但仍然需要醫(yī)生進行傳統(tǒng)的身體檢查，特別是在需要高水平互動和批判性思維的神經學領域。第三，盡管人工智能可能達到可以進行實時CT掃描或其他物理掃描以檢測疾病的程度，但仍需要醫(yī)生在不明確的情況下進行解釋，以整合病史、進行物理檢查并促進進一步討論。