我想分享一些关于人工智能的想法,或者我更喜欢称之为“数据分析”。从根本上说:我们如何利用分析的能力来改善癌症患者的护理和结果?更重要的是:我们如何利用这项技术来帮助在癌症治疗中恢复人性化?
不可否认,这是一个很大的关注点,涵盖了很多机会。与一位专家交谈,你将了解分析如何改善医疗。与另一个人交谈,你会对这意味着什么,以及我们应该如何利用我们快速发展的能力来利用机器和它们的能力来学习和参与医疗保健,特别是癌症治疗,有完全不同的看法。
我真正担心的是,有这么多复杂的机会可供选择,我们可能会只见树木不见森林:我们的医疗系统如此混乱,以至于我们忽视了一个机会,可以利用哪怕是最简单、最合理的数据使用来改善日常医疗。
我们目前还没有这样做——也许是因为我们专注于其他崇高的想法——但这样做很可能会对我们在利用技术提高医疗保健系统效率的道路上产生最大的影响。找到一种更简单的方法来应用我们所知道的知识,不仅可以改善临床结果,还可以帮助患者和家属更好地理解他们的护理和治疗选择,同时也为护理他们的临床医生提供更多的职业生活满意度。
最近在ASCO会议全体会议上的一份报告在某种程度上印证了我的观点——数千名癌症临床医生和研究人员聚集在一个房间里,从提交的数千份报告中选出4份摘要。
研究人员问了一个简单的问题:在扩大了医疗补助计划的州,医疗补助计划的扩大对减少黑人和白人癌症患者在癌症晚期确诊后及时接受治疗的差异有什么影响负担得起的医疗法?
答案很简单:在实施《平价医疗法案》(Affordable Care Act)后,在医疗补助扩大州被诊断出癌症的患者从诊断到治疗的时间有了总体改善。在扩张之前,黑人患者的治疗延迟时间比白人患者更长。在医疗补助扩大后,这种差异几乎完全消除了。
结论是:医疗补助计划的扩大改善了对晚期癌症的治疗,至少对这类人(享受医疗补助保险的患者)和一个变量来说是这样的,即诊断后的治疗时间。反过来,这一结果教给我们一个非常重要的教训:卫生政策可以对提高癌症护理质量产生真正的影响。
这听起来可能很简单,但其意义却是巨大的:医疗补助的扩张起了作用。
现在关于数据部分:这项研究访问了从部署在全国肿瘤办公室的医疗记录系统中收集的信息,查看这些记录中包含的非常具体的信息片段,以找到可以回答问题的数据。换句话说,大众的智慧提供了现实世界的证据来回答一个国家重要性的问题,正如所指出的那样,结论是,扩大医疗补助计划对癌症的治疗产生了重要的影响。
这听起来可能不像让神经网络读取放射学图像那样神奇,从而潜在地增强或在某些情况下取代熟练的放射科医生。它不像现在似乎统治(并搅乱)我们的金融市场的金融算法那么花哨,它们寻找人类计算看不到的微小相关性,以给出买入或卖出股票的信号。
不,一点都不花哨。这很实用,也很重要。
当天晚些时候,我参加了IBM沃森健康(IBM Watson Health)活动的一个小组讨论,主题是人工智能在癌症治疗中的作用。
在我对小组的评论中,我集中讨论了一个主题:也许在这个计算能力非常强大的世界里,我们需要关注一些更基本的问题,比如我们如何帮助我们的患者和护理人员更好地获取和理解他们的护理,以及我们如何减轻目前强加在临床医生身上的巨大负担,以提供高质量的癌症护理?
我希望我能用语言表达医生和其他卫生专业人员被卫生信息技术强加给他们的需求多么严重地精疲力竭和不堪重负。套用我昨晚对观众说的话:“你给仓鼠的奶酪都不够让它们在转轮上跑得越来越快。我们需要帮助我们的技术,而不是让临床医生和患者的生活变得更加复杂。”
不要让我被误解:使用人工智能、机器学习和数据分析来解决非常复杂的问题具有不可思议的价值。没有任何疑问。
然而,当我们的眼睛盯着天空、月亮、星星和太阳的时候,让我们不要忘记看看森林中的树木。让我们利用其中的一些能力来帮助技术成为推动者,而不是障碍。让我们利用其中的一些数据,回答一些直截了当的问题,比如如何衡量护理质量,确保患者不会在系统中迷失,帮助解决适当患者获得适当药物的问题,减少临床医生和医院每天面临的一些过度的行政负担,这些行政负担会消耗数百万甚至数十亿美元。
让我们释放技术去做它应该做的事情,让我们部分地回到这样的一天:肿瘤学健康专家可以看着他们的病人和他们所爱的人的眼睛,进行一次心与心的讨论,也许还可以牵起一只手。当我们的健康和生命面临最严重的威胁时,特别是当这种威胁是癌症时,让我们重新创造一种我们大多数人渴望的人际动态和互动。
如果科技能帮助我们重新变回人类,那不是很好吗?我的朋友们,这将是聪明的——而不是做作的。
j·伦纳德·利希滕费尔德是副首席医疗官美国癌症协会.他的博客Len医生的癌症博客.
图片来源:Shutterstock.com