人工智能在医疗保健领域的承诺与风险

人工智能(AI)可用于识别冠状病毒等疾病的暴发，迄今为止，该疾病已导致报告的近1800人死亡和报告的71,000多例感染。

在2月13日的网络研讨会，凯西·罗斯，全国科技特派员为STAT，指出努力约翰·布朗斯坦，博士，波士顿儿童医院的首席创新官，学，审查社交媒体帖子，由医生报告，新闻媒体要使用的机器，和官方公共卫生机构发布的信息，用于评估中国境外疫情的爆发。

罗斯说，布朗斯坦的工作证明了人工智能在追踪疾病的爆发中正在显示其价值。

在家附近，全国各地的医疗保健系统都使用AI来通知诸如调度之类的操作任务。Ross说，一些医疗机构使用AI来确定需要额外护理的患者。例如，它可用于败血症的检测和预测，再入风险的评估以及病情恶化的患者的识别。

他补充说，卫生系统尚未包括直接使用AI诊断和治疗患者。FDA已经批准了用于诊断和治疗患者的产品，但是这些产品目前处于早期实施阶段。

Ross认为，在临床上采用AI有许多障碍。这些障碍中的三个是：

缺乏普遍接受的标准。这使得采用AI系统来诊断和治疗患者具有挑战性。对使用AI所需的证据阈值缺乏明确性也使实施更加困难。

测试和实现AI算法非常昂贵。在不同地理位置的外部数据集上测试AI算法既费时又昂贵。尽管已经开发了评估数据质量的框架，但是在大多数研究中并未以明确或一致的方式解决这一问题。

Ross说：“这是建立对其所依赖的技术和数据质量的信任的障碍。”

缺乏互操作性。由于EHR和AI解决方案之间缺乏互操作性，因此难以实现AI的可伸缩性。他补充说，这也损害了将AI用于临床的经济可行性。