当AI 应用于医疗，有望带来哪些改变？

AI技术在医疗保健领域的应用，现在正处在风口浪尖上。一边是前所未有的希望——乐观派看到了AI带来的巨大潜力，更高效、更精准、覆盖面更广；另一边则是实实在在的担忧——批评者担心，如果这些先进的AI工具优先服务于经济条件好、健康状况本就不错的群体，那医疗不平等的问题只会愈演愈烈。

不过，这种担忧并非空xue来风。那么，我们正在开发的新工具，到底会不会让医疗成果的分配更加失衡？在拥抱AI技术时，保持审慎当然没错，但更值得期待的是另一个愿景：AI能不能成为推动医疗保健民主化的核心驱动力，真正实现社会呼吁已久的医疗资源平等分配？

不妨想象一下，一位长期病患的诊疗过程有多复杂。从初诊到康复，每一步都充满了变数：患者的语言沟通和读写能力，他们在错综复杂的医疗系统中找到正确服务的能力和意愿，医护人员的个人偏见，以及医学知识储备的局限。反过来看，医护人员也面临挑战，如何整合这些复杂因素，为每位患者量身定制高效又可行的治疗方案。那些来自复杂或弱势社会背景的患者，往往更容易遭遇医疗服务不足或疗效不佳的困境。

而这，正是AI可以大展拳脚的地方。作为一项碘伏性工具，AI有潜力推动医疗体系，为每一个人，尤其是那些最脆弱、医疗资源最匮乏的群体，提供更优质的医疗服务。AI能够利用各种类型的数据，预测并干预患者就医的各个环节，在解决医疗不平等现象的核心问题上展现出独特优势。

本文聚焦于一系列有可能对医疗不平等问题产生深远影响的AI工具。虽然它们目前大多尚未广泛应用，但从公平性角度看，精心设计的AI工具及其实施策略，完全有可能取得积极进展，帮助我们应对那些看似根深蒂固的医疗不平等挑战。

识别高风险患者

预防保健是改善患者健康状况成本最低、临床效果最好的干预手段。它涵盖了一系列措施，比如鼓励患者采纳健康生活方式、接种疫苗、有效管理高血压和肥胖等风险因素。然而，那些处于社会弱势地位的患者，往往对必要的预防保健措施了解不足，医疗体系的复杂性也常常让他们望而却步，阻碍了主动寻求专业医疗保健建议的步伐。在这种情况下，医疗保健服务机构面临一个关键机遇：主动识别并接触那些面临健康风险的患者，为他们提供必要的支持。

但问题在于，患者潜在健康风险的微妙迹象，往往隐藏在医疗记录的细枝末节里——从未按时赴约的就诊记录、异常的邮政编码数据，甚至过往就诊记录中不起眼的微小注释，都可能是潜在的风险信号。对于医疗服务提供者来说，要敏锐捕捉这些迹象并及时干预，挑战极大。

Aledade是美国一家初级保健服务提供商，拥有全美最大的独立初级保健诊所网络。该公司运用尖端AI技术，深度挖掘复杂的患者数据，主动与患者建立联系，提供个性化的健康服务，比如免疫接种、疾病筛查和预先护理计划。为实现这一目标，Aledade部署了多项计算技术：首先利用向量化引擎存储多样化的临床记录数据，如电子健康记录和索赔数据；接着通过深度学习模型（经过高级基因组数据和患者传感器数据训练）处理和分析这些数据；同时还采用先进的特征提取技术，从纷繁复杂的社会人口统计数据和行为数据中提炼有用信息。根据这些信息，Aledade不仅能对每位患者或患者群体进行“风险评分”（预测相较于普通患者，某特殊患者或群体的治疗费用是多少），还能前瞻性地评估特定治疗方案的效果，为临床医生提供决策支持。在针对关键患者群体实际应用后，效果显著：整体住院率下降12%，急诊就诊人次减少7%，医疗成本下降超过37.5万美元。

克服沟通障碍

在患者接受医疗机构诊疗评估的过程中，高效的沟通至关重要。沟通障碍往往会导致治疗效果不理想，这在面临语言障碍、健康知识不足或罹患神经认知障碍的患者群体中尤为突出。面对这一挑战，AI技术就像一把改善医患沟通的钥匙，能够根据具体需求充当翻译官与联络员，将潜在风险、具体症状和治疗方案等复杂医疗术语，转化为患者容易理解与接受的信息形式。

人工智能平台Amelia巧妙运用生成式AI技术，为患者打造了一个语言多元化且充满同理心的数字化交互门户。作为一个全渠道平台，Amelia不仅能帮助患者安排诊疗日程，收集必要的入院信息，管理计费流程，还能根据患者的语言和沟通习惯，通过最适合的媒介发送个性化提醒。

这些解决方案对于提高医疗服务机构的运营效率，缓解资源紧张挑战至关重要。它们通过简化并自动化与患者访问、评估等相关的繁琐行政流程，为医疗服务提供者释放了宝贵的时间资源，让他们将精力重新聚焦在临床工作之上，为改善病情复杂患者的健康状况创造更大价值。

弥合医疗资源差距

“逆向照顾法则”说的是，越是需要医疗照顾的患者，其得到的医疗资源反而越少。在农村地区，这一现象尤为明显——患者不仅距离专业医疗服务机构较远，还缺乏对健康和康复至关重要的社交网络。针对这一挑战，AI正初步展现出作为关键解决方案的巨大潜力，为政策制定者提供一条破局之路。

Ada Health为患者提供了一款手机AI应用程序，用于评估症状、诊断各种医疗问题并提供个性化建议。在对急诊患者进行风湿、皮疹和腹痛源头等精确诊断方面，这款应用程序甚至超越了部分人类医生。类似Ada Health这样的AI工具，创建了一种高效且可扩展的“口袋医生”模式，克服了医患物理距离障碍，实现了医疗资源访问的民主化。通过AI技术，美国医疗资源匮乏地区的患者能根据自己的症状进行自我分诊，然后通过最适合自身状况的途径，寻求有针对性的医疗服务。

在治疗流程结束之后，AI技术同样扮演着重要角色，其潜力可以进一步延伸至改善治疗后的康复效果。在当前医疗不平等现象普遍存在的背景下，那些处于弱势地位的患者往往面临更高的病情复发与再入院风险。AI技术可用于弥补这方面的不足，让这些患者了解病情复发或恶化的迹象，智能推荐最佳的紧急医疗服务获取时机和途径，确保关键时刻患者能迅速有效地获得必要的医疗援助。

Biofourmis平台利用可穿戴传感设备，实现对心衰、慢性阻塞性肺病等一系列复杂疾病患者的远程健康监测，跟踪记录血压和心率等参数。该平台融合AI技术，深入分析传感器数据，为每位患者量身定制个性化的健康数据基准，以此精准监测病情变化，及时锁定病情可能恶化、需要特别关注的患者。在这个智能医疗系统中，AI充当了医生的“千里眼”和“顺风耳”，使得高质量医疗服务跨越地理界限，直达患者家中，进而提升治疗效果。

增加临床试验的多样性

医疗不平等的一个关键诱因是临床试验多样性的不足。以全球广泛使用的吸入性支气管扩张剂沙丁胺醇为例，其上市前的临床试验中，约95%的受试者均来自欧洲肺病患者群体。这种局限性未能充分反映药物在不同遗传背景人群中的疗效差异。已有研究表明，相较于白人儿童，沙丁胺醇在非裔儿童中的治疗效果明显逊色。此类缺乏多样性的临床试验数据，可能在一定程度上解释了为什么非裔患者哮喘相关死亡率比白人高出三倍。

如今，制药企业正在积极拥抱AI技术，以招募更加多元化和更具代表性的患者群体参与临床试验。例如，有些公司应用创新AI工具Trial Pathfinder，基于真实世界数据模拟临床试验结果。该工具的使用已经成功验证，适度放宽传统的临床试验资格限制，不仅能够增加研究样本的多样性，同时也能够确保试验的安全性和有效性。此外，研究人员也在使用AI工具，借助AI技术扩大临床试验群体的招募范围，尤其是那些传统方法难以识别的潜在受试者。以AI应用工具Criteria2Query为例，它运用自然语言处理技术，将原本复杂而模糊的试验纳入标准转换为数据库查询语句，从而在电子健康记录中精准定位符合条件的患者。这种由AI驱动的分析能力，使研究人员能够接触并招募更广泛、更多元的患者群体。

AI发展应以平等性为核心基石

随着医疗保健领域AI创业公司与AI产品市场准入门槛的持续放宽，加之源源不断的资金支持，AI工具正以前所未有的速度爆炸式增长。然而，要确保这些前沿创新技术能够深刻影响医疗领域，切实打破医疗不平等壁垒，为弱势群体带来实质性的健康福祉，这些AI创业公司必须将医疗平等置于其发展策略的核心位置。

Esplanade Health Ventures正是这一理念的践行者。它旗下有一个名为Wellth的AI数字化健康平台，巧妙运用行为经济学的激励机制来提高患者对治疗方案的依从性，特别是那些依赖联邦医疗补助、常处于医疗不平等境地的患者群体。这一创新平台不仅挑战了传统投资视角对低报销率患者的忽视，显著改善了医疗公平境况，同时还促使平台使用者（包括不依赖联邦医疗补助的患者）的药物依从性提高16%，平均住院治疗率下降42%。

然而，近期在利用AI技术解决弱势群体医疗不平等问题的道路上，我们观察到一丝放缓的迹象。这一趋势主要源于利益相关者对AI训练数据多样性不足的深切担忧。它们认为，训练数据的单一性可能会在AI模型的决策过程中植入偏见。为了跨越这一障碍，Dandelion Health为AI开发人员提供了一套强大的验证工具，通过深入分析地域分布和人口统计数据的内在偏见，帮助AI开发人员验证临床算法的表现和公平性。

AI将带来代际机遇

AI技术不仅能够改善患者诊疗过程中的各个环节，还能助力解决医疗不平等现象背后的复杂根源问题。要实现这一宏大目标，医疗系统的融资模式和战略重点亟需进行深刻的变革与转型。这一转型的过程和方法必须基于深思熟虑的策略，确保AI工具的设计与开发始终秉持公平性原则，避免技术红利仅惠及少数群体，而忽略那些处于弱势地位的患者。在全球卫生体系奋力应对医疗不平等所引发的道德挑战和经济重负之际，AI作为缩小医疗资源差距的有力武器，其正当性和迫切性愈发凸显。一个值得铭记的原则是：当AI工具能够成功提升最脆弱群体的医疗质量时，整个社会的医疗水平也将得到全面提升。

作者简介：

Carol Cruickshank，科尔尼美洲地区主席，医疗保健与生命科学业务全球合伙人。Cian Wade，医学博士，科尔尼医疗保健与生命科学业务咨询顾问。Junaid Bajwa，内外全科医学士，微软首席医学科学家，英国国家医疗服务体系（NHS）内科医生，2024年9月加入Flagship Pioneering担任高级合伙人。