今年是2050年。你进入房间,准备与你的下一个病人,一位60岁的白人男性与最近胸痛的发作,当他爬楼梯到他的办公室。前坐下来与他说话,房间里的监视器停他最近的实验室工作和当前的药物。你的病人注意填写,但没有人打字;计算机是贪婪地倾听谈话,优雅填注,也表明几个物理考试演习执行基于报告的症状。
像你推荐一个压力测试并开始教育病人对他汀类药物,病人的电脑ping你CYP3A突变,需要调整剂量他汀类药物。当你握手告别你的病人,计费过程由计算机处理,你自己下一个病人。
我们是否真的那么遥远吗?
“人工智能”这个术语是由计算机科学家约翰·麦卡锡,1995年定义为“机器等智能行为的知觉、推理、学习或交流和执行人工任务的能力。“虽然这可能读科幻小说作为一个有用的术语,数百亿美元已经倒了每年到人工智能研究和应用程序直接影响临床护理正在有序进行。
药物开发的例子:几年前,一个机器人名叫亚当搜索公共数据库生成9小说假设关于酵母的催化反应酿酒酵母。亚当的机器人,夜,发现三氯生——一种常见的牙膏成分——可以用来抑制DHFR酶。这是另一种药物具有相同的作用机制是乙嘧啶,抗疟。机器人的知识之树是由无缝测试成千上万的假设和串接数据在时间的一小部分受过高等教育的人的一个团队。
另一个案例中,一个最近的研究发表在《自然医学表明,基于42000年的谷歌算法执行病人扫描比六放射科医生在诊断肺癌。这是一个不错的选择,因为肺癌诊断的假阳性率97.5%。
医学生一开始他们的旅程,问题是:我们如何训练未来的临床医生(即。,current medical students) to help accelerate the transition to artificial intelligence without abrogating the human element of the patient-physician relationship?
医学课程应该开始把教育模块课程,准备今天的学生日常现实的临床护理两到三年。文献回顾(不幸的是短暂的)这一主题带来一些重要成分的组合。
首先,学生应该教的基本概述人工智能是什么和他们的角色在适当地使用它。学生应该学习利用大数据的“四对”在卫生保健:
- 卷(较大的今天比以往的数据量)
- 各种不同来源的数据)
- 速度(增加势头数据检索和存储)
- 准确性(需要确保数据是准确的)
这些调整与未来医疗实践的特点,在很多地方在哪里需要照料和多学科健康团队将协调照顾病人。
获得素养:优先于即使医生不知道的螺母和螺栓一个特定的人工智能机器是如何工作的,他或她应该能够传达一种算法对病人的总体想法相同的方式描述一个手术或手术。此外,学习如何提出正确的问题的AI平台可以帮助指导临床决策。
第二,整合医学伦理使用人工智能对学生很重要。例如,如果一台机器如夏娃误诊病人,责任落在哪里?医院拥有机器人,在医生没有质疑一个机器人或人工智能制造商自己?也有许多伦理问题和关注关于卫生保健使用人工智能之间的差距。
人工智能专家艾米丽·科尔指出,少数族裔人口健康数据往往不足。医生应该关心如何,或全面性诊断指导此类人群的健康决定吗?
第三,学生应该教领导和决策负责人工智能的使用。医生经常被吹捧为multi-professional护理小组的领导人;很快,他们还将领导人非人类的看护人,横跨病人之间的鸿沟,提供者和机器。
在病人的沟通技巧来解释一个人工智能机器的作用将是一个有用的技能。整合概念在认知心理学和模拟,学生可以与一个人工智能系统可以用来促进这一目标。这样做应该的方式不妥协的传统价值观医患关系的人的同情心和怜悯心认定。
像人工智能一样,这三个成功的处方已经实现了在某种程度上:Vijaya Kolachalama,波士顿大学医学院的助理教授设计,现在教学生介绍数据科学的概念。未来将人工智能教育的可能性是无限的。Kolachalama博士加强了这些模块可以形成临床前的基础或数据科学家教练教四年级的选修课,在结合或集成双学位项目。
而全国医学课程应该称赞应对流行病的阿片类药物,呼吁改善病人交接,和文化尊重病人,迫在眉睫的过渡到数字化保健不容忽视。医学生在历史上没有准备电子健康记录的实现,今天只有三分之一的执业医师满意他们的EHR如何与许多继续保持与纸上记录。
由传动装置明天的医生更多的意识和主动即将到来的革命在卫生保健,我们可以给现代医学教育全新的“重启”。
瓦Haque是公共卫生和医疗的学生。
图片来源:Shutterstock.com