十大正规杠杆平台排行
正规杠杆平台排行
  • AI对诊疗及药品信息传播的利弊评估

    在技术、市场及政策等因素的作用下,医疗人工智能(AI)行业取得巨大成功。2017年行业市场规模已达到136.5亿元,2018年市场规模在210亿元左右,同比增长54%。据IDC统计数据,到2025年人工智能应用市场总值将达到1270亿美元,其中医疗行业将占市场规模的五分之一。本文整理AI在诊疗及药品信息传播方面的政策依据,探讨AI对诊疗与药品信息传播的利与弊,为其合理应用提供参考。

    政策依据

    伴随医疗AI行业的逐渐发展,我国政府对医疗领域AI应用在正向推动的主旋律下,已经从行业起步时的鼓励与推动,逐渐转向了引导与规范。

    2016年5月,《“互联网+”人工智能三年行动实施方案》颁布,明确了政府对健康医疗领域开展AI应用的支持态度。此后数年时间,相关部委也通过政策形式鼓励医疗AI的发展。同年6月,《关于促进和规范健康医疔大数据应用发展的指导意见》公布,将“支持研发健康医疗相关的AI技术”列为“重点任务和重大工程”。9月,工信部和发改委共同颁布《智能硬件产业创新发展专项行动(2016~2018)》,推动智能医疗健康设备在诊断、治疗、护理、康复等环节的应用。12月,《“十三五”国家信息化规划》公布,推动AI在疾病预防、卫生应急、健康保健、日常护理中的应用。

    2017年5月,《“十三五”卫生与健康科技创新专项规划》颁布,更细化地要求开展医学大数据分析和机器学习等技术研究,推进医学AI技术。7月,国务院发布《新一代人工智能发展规划》,进一步明确推广应用AI治疗新模式新手段,以及基于AI开展研究和新药研发,推进医药监管智能化的重要性。

    2020年7月,《国家新一代人工智能标准体系建设指南》颁布,标志着我国对医疗AI的发展有明确的方向和具体的标准,医疗AI逐渐规范化,即“在2023年率先在医疗等领域初步建立AI标准体系,智能医疗领域,围绕医疗数据、医疗诊断、医疗服务、医疗监管等,重点规范AI医疗应用在数据获取、数据隐身管理等方面内容,制定包括医疗数据特征表示、AI医疗质量评估等标准”。

    AI诊疗的利弊

    (一)利:

    1.提高诊断效率,改善医疗质量。

    通过利用大数据和机器学习算法,AI能够处理庞大的医学知识和患者数据,快速分析和识别疾病模式和风险因素,帮助医生做出更精准的诊断。同时,AI还可以提供有针对性的治疗方案和药物推荐,基于患者个体特征和病情,提供个性化的治疗方案,从而提高治疗效果并减少不必要的误诊和漏诊。此外,AI还可以在手术规划和操作过程中辅助医生,提供实时的指导和反馈,减少手术风险和提高手术成功率。总之,AI的应用使得医疗过程更加准确和高效,为患者提供更高的医疗质量和安全保障。

    2.辅助医生诊断,实现因人施诊。

    通过分析大量的患者数据和医学文献,AI可识别潜在疾病模式和风险因素,预测个体患病风险,为医生提供针对性的预防策略和定期检查建议,帮助发现和干预高风险患者,有效防止疾病恶化。此外,AI还能根据患者的遗传信息、病史数据和临床指标等个体特征,为医生提供更精确的治疗建议,提高治疗效果和患者的生活质量。

    3.加强患者监测,改善治疗效果。

    结合传感器技术和数据分析,AI能够实时监测患者的生理数据、病情变化和治疗反应,并根据患者的健康指标和治疗计划,生成个性化的监测方案和提醒服务,帮助患者正确执行治疗方案,包括定时服药、生活习惯管理等。此外,AI还可分析患者数据,识别风险因素和预测患者的恶化趋势,提前发出警示,帮助医生和护士进行精准的随访管理。

    4.优化资源配置,提高服务覆盖率。

    通过分析医疗数据和人口信息,AI能够提供智能决策支持,帮助医疗机构合理规划和调整医疗资源的分配,根据患者的就诊历史、病情严重程度和就诊地域等因素,进行智能排班和资源调配,确保医疗服务能够更公平、高效地覆盖到更多的患者。利用远程医疗技术,AI还能为偏远地区提供远程会诊和远程监护服务,使专业医疗资源能够跨越地域限制,覆盖更广泛人群。

    (二)弊:

    1.数据安全问题。

    AI系统需要包括病历、诊断结果等个人健康数据进行学习,若遭到未经授权的访问或泄露,将对患者的隐私权造成严重侵犯。且AI医疗在数据传输、存储和处理过程中也存在被黑客攻击或技术漏洞利用的风险。

    2.技术可靠性风险。

    尽管AI在诊疗方面具有巨大潜力,但仍存在错误诊断的可能性。首先,AI系统的训练数据和算法模型的偏见可能导致在特定人群、疾病的诊断准确性受到影响。其次,由于缺乏足够样本,AI对于罕见病例或复杂情况的诊断可能存在困难。最后,在AI的开发和迭代过程中,输入数据的质量不高、算法逻辑的缺陷或模型训练的过拟合等技术问题仍无法排除。

    3.人文关怀缺失。

    由于AI缺乏情感理解能力,故无法准确捕捉和回应患者的情感需求,而人性化护理往往需要关注并满足患者的情感需求。尽管AI可以提供诊断和治疗建议,但在医疗过程中,患者常常期望与医生建立亲密的关系,得到专业人士的关心和支持。然而,AI的自动化特点导致其无法提供患者的情感需求,导致诊疗活动人性化关怀的缺失。

    4.AI诊疗资源分配不均衡。

    由于目前AI技术的高成本和专业化需求,只有少数富裕地区或大型医疗机构能够承担和实施这些技术,而许多地区和小规模医疗机构则无法享受到其带来的便利和优势。这种不均衡的资源分配可能加剧城乡医疗差距、区域医疗发展不平衡等问题,导致一些地区和人群无法获得及时和优质的医疗服务。此外,AI系统的可信度和准确性也存在差异,如果在资源有限的情况下,只有特定部分患者能够接受AI辅助的诊断和治疗,可能会进一步加剧不公平现象。

    AI在药品信息传播中的利与弊

    (一)利:

    1.提供准确信息,方便患者决策。

    通过整合大量的医学数据库和临床研究资料,AI可以迅速检索并分析药品的治疗效果、副作用等关键信息,为患者提供准确的药物知识。同时,AI还可以结合患者的个人病史、体征数据和实时监测结果,进行个性化的用药指导和提示,帮助患者做出合适的用药选择。而且AI应用可使患者清楚了解自己所用药物,避免不当用药风险,提高用药安全性和效果。此外,AI系统还能不断学习和更新医学知识,及时反馈新的研究成果和药物相关信息,以保证患者获得最新的用药指导。

    2.促进研发创新,加速新药上市。

    通过利用AI技术对医学数据库、生物信息和临床试验数据进行分析和挖掘,科研人员可以更准确地评估候选药物的潜在+疗效和安全性,提高药物筛选的效率。AI还能够帮助发现和解析疾病的潜在机制和药物靶点,加速药物研发过程中的关键发现。此外,AI在虚拟筛选和药物设计方面也发挥着重要作用,通过构建预测模型和智能化设计流程,可加快新药的设计和优化过程。

    3.拓宽信息渠道,实现信息透明。

    通过AI,患者可以快速获取药品的详细信息,更好地了解药物的性质和使用方法、药物的多样化选项和替代品建议,做出更加明智的用药决策。患者可以直接在线查询和比较不同药品的价格、效果和用户评价等信息,实现药品价格和质量的透明度,帮助患者选择更合适的药品。通过AI,患者可以全面了解药物信息,增强自我决策能力和知情权,从而更好地保护自身权益和健康安全。

    4.增强患者参与,促进共同决策。

    借助AI,患者可以主动参与药物选择和治疗方案的制定,与医生进行更加平等、合作的讨论和决策,促进医患之间的共同决策模式。通过医患共同决策,可以更好地满足患者的个体需求和期望,增加对治疗方案的满意度和信心,提高治疗效果和患者的整体健康状况。但也要注意,患者在参与决策过程中仍然需要依赖专业医生的指导和建议,综合考虑个体情况和科学依据,确保药物选择的安全和有效性。

    (二)弊:

    1.可能的药品信息误导。

    尽管AI医疗在提供信息和建议方面有很多优势,但也存在可能的不准确或误导性的信息传播的风险。由于AI系统是基于大量数据和算法进行分析和预测的,存在着数据质量、算法偏差以及模型限制等问题,这可能导致系统给出的药物信息并非完全准确或适用于每个患者。另外,AI系统也可能受到非专业人士的虚假数据注入和操纵,进一步加剧信息的不准确性和误导性,使患者错误地选择药物。因此,在使用AI医疗系统时,患者需要保持谨慎和批判的态度,不仅依赖于系统给出的信息,还应结合专业医生的诊断和建议进行综合考虑。同时,科学监管和专业审查对AI医疗系统的运行和输出也至关重要,以保障患者获得准确、可靠的医疗信息,避免错误的药物选择带来的潜在风险。

    2.药品信息可信度存疑。

    AI药品信息传播可能存在严重的缺乏质量监管和权威认证问题,导致药品信息的可信度难以保证。由于AI系统可以收集和分析大量的医学数据和研究文献,它可以提供广泛的药品信息,但这些信息可能缺乏权威机构的审查和验证。在AI算法的运行过程中,存在着数据质量、算法选择偏差和模型限制等潜在问题,这可能导致系统输出的药品信息不够准确或全面。此外,由于缺乏监管措施,非专业人士可能滥用或误用AI系统,将没有经过严格测试和认证的药品信息传播给大众,从而产生虚假、不准确的药品信息。

    3.自我诊断和滥用药物风险。

    由于AI系统提供了广泛的药品信息,患者可能会在没有医生指导的情况下,仅依靠这些信息进行自我诊断和自我治疗。然而,患者缺乏医学专业知识和临床经验,很容易误解症状或选择不适当的药物。此外,AI系统的输出可能存在信息不准确或不完整的问题,患者过度依赖这些信息有可能导致错误的诊断和治疗决策。自我诊断和滥用药物的行为可能导致不合理的药物使用,增加不良反应和副作用的风险,甚至对身体健康造成损害。另外,长期滥用某些药物可能导致药物依赖性的产生,进一步加剧患者的健康问题。

    4.选择性就医及专业意见被忽视。

    患者可能会过度依赖AI所提供的信息,从而产生对医生建议的不信任或忽视专业意见的倾向,患者在自主选择时往往更倾向于选择符合自身期望或偏好的治疗方案,而忽视了专业医生的综合评估和专业判断,延误疾病的诊断和治疗进程。另外,自主选择药物治疗还可能存在不合理的药物组合、药物相互作用以及剂量问题,增加了不良反应和药物安全性的风险。

    (作者单位:北京中医药大学大健康法商团队)

    举报 文章作者

    邓勇

    王哲

    相关阅读 东吴证券王紫敬:工业数据相关产品入场交易将获得坚实的安全基础

    02-27 14:54 戴文斌:建立工业领域数据安全保障体系 将有效推进我国新型工业化发展

    02-27 14:53 数据安全专家谈剑锋:数据要素发挥价值亟需共享 开放 安全 《实施方案》将形成三足支撑

    02-27 14:53 加强工业领域数据安全能力建设 工信部提出11项任务

    02-27 09:47 打赢官司不是目标,互联网大厂诉讼超八成握手言和

    理性看待企业诉讼背后正向价值。

    02-21 12:45 一财最热 点击关闭