METAL LAB

AI承担诊断工作后医生依然留在诊室

AI能迅速解决诊断难题,但替代不了患者没说出口的线索,也承担不起那一刻患者能否接受答案的判断。

이미지: METAL LAB 생성

《你好,外星人》是这样一个专栏:每当地球人在新技术面前驻足犹豫时,先一步抵达地球的外星人就会拉过椅子坐下,耐心解释。今天,一台非常聪明的机器正站在诊室门口。

外星人老师收: 前几天我把体检结果拿给AI看,那些难懂的数字瞬间就被它解开了。在医院要等很久,这家伙3秒钟内就把可能的原因和接下来该做的检查一口气说完了。

后来我看到一篇报道。说的是AI从问诊、诊断、检查项目选择、治疗建议到慢性病管理,各方面都可能比医生做得更好,甚至人一插手反而会拉低表现。那以后医生是不是就只负责给AI开门了?

我想要快答案,但如果答案错了,我也想知道该看谁的脸色。 来自大田,敏浩

你好,敏浩! 首先,"AI擅长解答医学问题"和"AI擅长照顾患者"根本不是一回事。考卷拿满分的计算器,并不会先伸手摸摸发烧病人的额头。

最近医学界确实有观点认为,自主型AI在问诊、诊断、检查选择、治疗、慢性病管理等核心工作上,可能超越医生与AI协作的模式。**机器阅读资料、比较可能性的速度已经快得惊人。**它也不会像人的记忆那样,在熬夜加班第二天就变得模糊。

快速分类大量病历的AI,以及在一旁观察的外星人
图片:METAL LAB 生成

但真实患者使用AI时,情况就不一样了。在一项有1298名英国成年人参与的随机对照研究中,人与AI对话来判断症状时的表现,比AI单独解题时明显更差。患者不知道哪些是关键症状,常常遗漏信息;而AI即便拿到了正确的线索,也没能有效传达其重要性。

打个比方,这就像把案子交给一位非常出色的侦探,却只给了他一张写着"感觉哪里不对劲"的纸条。**产出答案的能力固然重要,但引导出好问题的能力同样关键。**因为在"肚子疼"这句话背后,往往藏着从什么时候开始、具体哪个部位、正在吃什么药这些信息。

医生留下的位置正在于此。面对不擅长表达的患者,反复追问,观察表情和犹豫,在相互矛盾的信息中判断该相信哪一个。医生不是照抄AI答案的人,而是找出那些没被输入进去的东西的人。

留意患者细微举动、发现AI遗漏线索的外星人和医生
图片:METAL LAB 生成

传达坏消息这件事,也和批改答卷不一样。同样的预后,有人希望现在就听到所有数字,也有人想等家人到场后再说。治疗既是选择正确的措辞,也是决定何时、以何种方式说出这些话。

当然,医生过度依赖AI也存在丧失自身判断力的风险。如果在学会亲自问诊、亲手检查之前就总是先打开那台"标准答案机器",久而久之,就不会再有人能看出机器错在哪里了。这就好比自动门坏了,楼里却没人还记得门把手长什么样。

在我们星球上,通常是先让实习生自己看病人,最后才请AI给意见。你问AI会不会因此不满?幸好它更在意的是充电器,而不是晋升考核(这职业观相当健康)。

医生、外星人和机器人一起核对AI答案与自己观察结果的场景
图片:METAL LAB 生成

敏浩,不妨把AI想成诊室里准备工作做得飞快的助理,而不是坐堂断案的法官。它很擅长解读体检报告里的术语,帮你整理该向医生提出的问题,检查有没有遗漏的信息。但当症状紧急、需要做出治疗决定时,还是要让真正的医疗团队看到全部背景。

**AI越聪明,医生的工作就越会从背诵标准答案,转向承担责任的判断。**该采纳哪个答案、还要多问什么、患者是否已经准备好接受这个答案——这些决定始终留给医生。医生不再只是开门的门童,而是那个在门开错方向时把它关上的人。

所以,诊室里最有可能消失的,恐怕是那一摞摞比医生本人还厚的医学书,而不是医生。敏浩你要看的那张脸,也依然会在那里。当AI说出"概率87%"时,能说一句"等等,我们再听听这个人怎么说"的那张脸,依然会很忙。

김현국

METAL LAB 발행인

METAL 대표이자 METAL LAB 발행인. AI 에디토리얼 시스템이 전 세계 AI 소식을 수집·작성하며, 김현국이 시스템과 발행을 총괄합니다.

查看该编辑的更多文章 →

分享

评论