人工智能和机器学习如何改变临床决策支持

记者兼研究员保罗·塞拉托说：“每年有12至1800万美国人会遇到某种诊断错误。”

“所以问题是：为什么会有这么多?在重新发明工具以使它们更有效地应对这些条件方面，我们能做得更好吗?”

Cerrato与Mayo Clinic Platform的新任总裁John Halamka博士合着了新的HIMSS丛书《重新发明临床决策支持：数据分析，人工智能和诊断推理》一书。

在HIMSS20上，他们两个将讨论这本书，以及有关CDS工具的大图，这些工具正随着人工智能，机器学习和大数据分析的出现而迅速转变。

该领域正在发生重大变化，Dynamed，UpToDate和VisualDx等领先的供应商为实现基于证据的决策支持而努力。

Cerrato说，尽管如此，我们仍处在AI革命的初期，并且“机器学习和AI可以完成很多工作。”

Cerrato说，在他的HIMSS20演示中，他和Halamka将“谈论一些已经上市的诊断工具”，例如IDx-DR，该公司于2018年成为第一家获得FDA批准用于筛查的自主AI技术。糖尿病性视网膜病变。

从那时起，美国糖尿病协会就表示自主AI符合自己的护理标准。但是，尽管对IDx-DR之类的工具投了信任票，但该工具在批准后仅几个月就已在某些医疗系统中推出，但并非所有基于AI的决策支持都是平等的。

塞拉托说：“挑战在于有很多炒作。”“有些工具真的还没有准备就绪。它们处于概念验证阶段，但没有足够的证据证明它们在战trench中有用。”

他说，在HIMSS20上，他和Halamka将“谈论一些障碍，以及如何区分好东西和炒作。”

他们还将讨论使用这些领先技术提高临床医生舒适度的一些方法。正如其他一些HIMSS20演示者还将在奥兰多讨论的那样，鉴于许多提供商对支持这些工具决策的算法不信任，因此AI的“黑匣子”不透明，难以理解会给员工带来真正的障碍。

塞拉托说：“如果可以这么说，那么您就会发现创建这些神经网络和随机森林分析所需的这些令人费解的数学方程式和高级统计信息，它们的确超出了普通医生的理解范围。”

“所以经常发生的事情是他们说，'我不相信。我不能说那是真的。'但是他们经常真正说的是他们不理解。”有针对性的教育可以帮助文档“以相对简单的英语理解这些复杂的算法”。

在广泛采用的过程中，另一个必须具备的条件是：“数据集必须更好。它们必须更具代表性。某些更好的算法正在使用两个或三个不同的数据集。”