健康

利用人工智慧的力量治療罕見病

最近發表在《華盛頓郵報》上的一篇有趣的文章簡要介紹了人工智慧在醫療行業的應用,並提出了人工智慧是否可以有效診斷醫學奧秘的問題。 儘管我們大多數人都瞭解僅根據從互聯網上獲得的信息進行自我診斷醫療狀況的不精確做法,但我們中的許多人仍然經常上網找出問題所在,而且通常情況下,眾多信譽良好的醫療網站之一確實提供了您正在尋找的資訊。

隨著人工智慧聊天機器人的興起,人們嘗試利用這種下一代技術來分析數百萬篇醫學文獻論文,以診斷常見的醫學疾病,以及罕見疾病和難以診斷的疾病只是時間問題。 例如,患者報告「血液檢查中炎症標誌物升高並伴有左腳跟疼痛」的少數情況意味著「人工智慧機器人可以找到這些檔並分析它們以獲取任何相關信息。

一位 沮喪的母親因慢性疼痛帶兒子去看了 17 位醫生,她決定將他的醫療資訊放入 ChatGPT,令她驚訝的是,ChatGPT 很快返回了臍帶栓系綜合征的建議診斷;當然,這個診斷是正確的。 雖然這個例子代表了最好的結果,並且沒有研究表明這種情況可能發生的頻率,但該過程仍然顯示出巨大的希望,因為它允許患者協助診斷,這在檢測罕見疾病和難以診斷的病症時非常有説明。

據報導,僅在美國就有大約3000萬人受到罕見疾病的影響,全球還有數億人受到罕見疾病的影響。 這些患者都可能從人工智慧驅動的軟體中受益,這些軟體可以幫助檢測這些疾病。 哈佛醫學院生物醫學資訊學系主任Isaac Kohane解釋說:

“醫生非常善於處理常見的事情……

“但實際上有成千上萬的疾病是大多數臨床醫生從未見過甚至從未聽說過的。

這項技術的另一個好處是,它將一些權力交還給患者,他們可以自己進行有效的搜索,而醫療專業人員不會忽視這些權力,無論出於何種原因,他們可能不會認真對待問題。

根據凱特·麥克蘭(Kate McCrann)的說法,即使是受過最多教育的人也會發生這種情況,她在耶魯大學的最後一年是一名醫生,當時她的新生兒苔絲開始出現發育遲緩的跡象。 她帶苔絲去看兒科醫生,兒科醫生告訴她沒什麼好擔心的。 然而,多年後,麥克蘭得知她的女兒實際上患有一種罕見的疾病,稱為Hao-Fountain綜合征,由基因突變引起。

這一切都要歸功於2015年苔絲5歲時在社交媒體上的一篇帖子,這促使麥克蘭成為了一名研究基因突變的研究人員。 這導致又有 7 名患有相同疾病的患者被發現,因此,他們成立了一個基金會,此後又聯繫了 200 多名患者。 如果沒有這樣的幫助,幾乎不可能達到促使研究人員尋找治療方法和開始臨床試驗所需的臨界品質。 這使得患者群體不得不為自己籌集資金,這是研究過程的重要組成部分,也可以通過這種人工智慧技術得到説明。

患有罕見疾病的患者往往花費數年時間,即使是最有經驗的醫生也試圖診斷問題,但都失敗了。 即使是隱藏在眾目睽睽之下的疾病,一旦被發現就變得顯而易見,一開始也很難被發現。

Machine learning in rare disease

Rare diseases are inherently limited in clinical cases, leading to few samples to study. It is a priority to address challenges and harness emerging solutions for using machine learning for rare diseases.
Read More

根據 美國國立衛生研究院未確診疾病網路的數據,每年轉診的患者中約有 11% 患有神秘疾病,最終可以通過分析結果和實驗室記錄來診斷。 Kohane和計算機科學家Matt Might的兒子死於一種罕見疾病,他們認為,一個大型語言建模的聊天機器人可以説明更快地做出這些診斷,他們正在邁出第一步,試圖創建一個。

最近的這一發展並不是人工智慧用於推動醫療行業發展的唯一應用。 另一種使用神經網路而不是大型語言模型構建的新工具在診斷和合併類似患者方面也顯示出前景。

然而,缺點是顯而易見的。 人們可能太容易依賴這些工具,從而忽略了其他警告信號。 惡意行為者,甚至是人工智慧本身,也很有可能捏造虛假資訊,目的是誤導讀者並鼓勵某些行為。 此外,如果/當這種情況發生時,我們將不知道哪些資訊是錯誤的,或者它可能被扭曲了多少。

即使是正確的資訊也可能不知道它的準確性,所有這些都可能在診斷醫療狀況時造成重大問題。

許多人認為,這些擔憂引發了圍繞醫療行業人工智慧的最重要問題:如何在不經歷最壞情況的情況下充分利用技術。 也就是說,醫療行業已經有偏見了,重要的是我們如何管理這種偏見,這種情況也不例外。

Machine learning to solve problems

The Power of AI

AI is much more than a grammar checking software or art generator. AI and machine learning can help solve the toughest problems - rare disease cures.

建議的一種補救措施是,政府要求披露用於訓練醫療聊天機器人的數據源,並要求任何使用患者健康記錄的人工智慧系統受到政府監管。 為了做到這一點,獨立研究人員將需要仔細檢查提供給人工智慧機器人的所有醫療建議。 醫療委員會/協會也需要對可信的委員會/協會進行認證。

進入醫療行業的第一波人工智慧技術似乎以犧牲患者可疑的利益為代價來削減成本。 能夠有效檢測難以診斷的疾病的軟體將是一個令人耳目一新的變化,有望刺激更多類似的有用技術。

然而,關於人工智慧的主要擔憂之一是陷入一個反烏托邦的未來,在這個未來中,機器和技術統治著我們所有人,而防止這種黑暗的結果完全取決於我們如何選擇利用人工智慧。 與此保持一致,重要的是要記住,聊天機器人的診斷仍應被視為第二意見。

Skip to content