医生原本要花30分钟的工作,3分钟就完成……改变急诊室黄金时间的AI [医疗AX的未来]①
急诊室里打字和记录工作“归零”
不止于影像判读,还支持实际处方
把节省下来的时间更多投入患者身上
凌晨2时,一名出现发热、呼吸困难和低血压症状的70多岁男性Kim Mossi被119急救车送来。患者一到达,急诊室监护屏幕上便显示出其既往诊断、用药、诊疗记录,以及刚刚从救护车上传送的生命体征、心电图、人工智能(AI)推定的重症程度等急救日志。这些信息并非杂乱排列。AI会优先展示与患者当前症状高度相关的项目,并对相关性较低的内容作简略处理。例如,Kim Mossi既往病史中的肺部疾病、高血压、糖尿病、感染症状会被置顶,而相关性相对较低的白内障手术史等则被排在后面。与患者有关的数十项信息中,系统只筛选出此时此刻医疗人员真正需要的内容。医护人员向患者提出的问题及其回答,也会被实时转写为文字记录。“呼吸发闷”“几天前开始有咳嗽和痰”等问诊内容会被自动录入,AI则据此起草急诊初诊记录。医生完全不需要亲手敲击电脑键盘。
AI预测Kim Mossi患有败血症(sepsis)的可能性较高,并生成需要优先审查的鉴别诊断候选列表。检索增强生成技术会实时参考急诊医学指南和该医院的临床诊疗流程等内容。系统会同时显示判断当前患者状态符合败血症的医学依据,以及为确认这一判断所需进行的后续检查项目。当医生也判断这一诊断成立后,AI便立即调出败血症检查和补液处方等内容。系统还会另外筛选出处方组合中遗漏的项目,并提示“请审查其中是否有需要追加的内容”。这正是在分秒必争的急诊室里,医生与AI共同完成患者诊断并最终下达处方的过程。
如果放在过去,仅了解患者病情并录入处方,至少就需要20至30分钟,而现在整个过程仅用3分钟便告完成。Kim Mossi在下救护车后不到30分钟,就接受了适当的抗生素治疗,从而避免了败血症恶化的风险。这一场景是假设由保健福祉部和韩国版ARPA-H项目支持开发中的急诊医疗人工智能研发项目“AEGIS”完成后的运行过程。
当前医疗现场中,AI已不再局限于判读X光(X-ray)、计算机断层扫描(CT)等影像检查并辅助医护人员诊断的阶段,而是正在进化为帮助医疗人员作出决策的实质性助手。它不仅能够无需打字、通过语音识别实时书写病历并生成诊疗文书草稿,还能汇总与患者相关的海量信息,推荐适当诊断并衔接至初步处方。根据国际学术期刊《NPJ Digital Medicine》,使用医疗AI后,影像判读时间可缩短27%以上,由此带来的医护人员工作负担最多可减少60%以上。也有研究结果显示,在乳腺癌筛查中引入AI后,癌症检出率提高了20%。
在急诊室中,借助胸部X光分析AI,医生可以再次审查那些可能被忽略的微小气胸或异常所见。心电图AI还能预测过去难以判断的左心室功能下降情况,为判断患者呼吸困难究竟源于肺部还是心脏提供额外信息。当医生未能及时发现某些问题,或正在对判断犹豫时,AI会反复发出提示,指出需要检查的部分。舆论认为,得益于AI,诊疗的准确性和安全性正在提升。
前文虚拟场景中介绍的AEGIS系统目前虽仍处于开发阶段,但与实际医生作出诊断时相比,其诊断一致率和处置一致率都已达到90%以上,显示出很高水平。该项目正以三星首尔医院为首,演变为一项构建全球最大规模急诊医疗数据库(DB)的工程,全国17家主要综合医院的急诊数据将经过去标识化和标准化后载入其中。项目正在开发约30种算法,涵盖心肌梗死、脑卒中等以黄金时间攸关生命的四大重点疾病。现场医生若对AI的建议进行修改或提供反馈,模型便会再次学习这些内容,在积累更多信息的同时不断变得更智能,形成良性循环结构。
可以预见,在不久的将来,AI还将发展到实时检索医学信息、支持远程协同诊疗等更广泛工作的阶段。由AI控制手术机器人,精确辅助医生实施手术,或自主完成重复性、简单性处置,也完全具备实现可能。
不过,医疗界的看法是,医疗AI归根结底只是辅助医生判断和诊断,最终判断仍由医生作出,因此AI无法取代医生的角色。三星首尔医院急诊医学科教授Cha Woncheol表示:“如果AI能在短短几秒内完成医生查看检查结果、计算复杂数值、录入病历等重复性工作,医生就能将节省出来的时间更多投入到与患者的深度沟通,以及为治疗作出更精细的医学决策中。”他还表示:“患者最终获得的医疗服务质量、诊疗质量也将随之提升。”
[医疗AX的未来]
①从诊断到处方仅3分钟……AI正在改写“黄金时间”
②“AI是一项让医护人员能在患者身边停留更久的技术”
③比医生更快的眼睛……填补地区医院医疗空白的AI
④“不会疲惫的AI,对医生而言是最好的导航”
⑤“即使住在乡村也能享受首尔水准的诊疗”……韩国政府为何大力推动医疗AI
⑥“造出了超级跑车,却没有道路”……地方公共医疗的现实
⑦必须跨越收费空白与数据碎片化……可持续AX的条件
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。