图片来源：美国国家医学院官网

医疗人工智能（AI）最受“吹捧”的承诺之一，便是它们能够帮助人类临床年夜夫更精确地解读X光和CT扫描等图像，从而作出更准确的诊断报告，增强影像科年夜夫的表现。

但实际情形确实如此吗？

美国哈佛大学医学院、麻省理工学院和斯坦福大学的互助研究表明，利用AI工具进行图像解读的效果，彷佛因临床年夜夫而异。

换句话说，有益还是无用，现阶段还是人类说了算。
由于研究结果表明，个体临床年夜夫的差异，会以AI专家们尚未完备理解的关键办法影响着人与机器之间的互动。
该剖析近日揭橥在《自然·医学》杂志上。

考虑年夜夫个人成分

研究表明，在某些情形下，AI的利用可能会滋扰放射科年夜夫的表现，并影响他们阐明的准确性。

虽然之前的研究表明，AI助手确实可以提高年夜夫的诊断表现，但这些研究将年夜夫视为一个整体，而没有考虑不同年夜夫之间的差异。
在临床上，每一位年夜夫的判断，对患者来说都是100%的。

比较之下，这项新研究着眼于临床年夜夫的个人成分——专业领域、实践年限、之前利用AI工具的履历，并剖析这些成分如何在人机协作中发挥浸染。

研究职员剖析了AI如何影响140名放射科年夜夫在15项X射线诊断任务中的表现，即年夜夫须要可靠地创造图像上的明显特色并作出准确诊断。
该剖析涉及324名罹患15种病症的患者病例。

为了确定AI如何影响年夜夫创造和精确识别问题的能力，研究职员利用前辈的打算方法来获取利用AI和不该用AI时的表现变革。

结果显示，AI赞助的效果在放射科年夜夫之间不一致且各不相同，一些放射科年夜夫的表现因AI而提高，而另一些年夜夫的表现则“恶化”。

英国皇家医学院布拉瓦尼克研究所生物医学信息学助理教授帕兰纳福·拉普科尔确认了研究团队这一创造，并表示“我们不应该将年夜夫视为一个统一的群体，只考虑AI对其表现的‘均匀’影响”。

不过，这一创造并不虞味着该当阻挡年夜夫和诊所采取AI。
相反，结果表明须要更好地理解人类和AI如何互动，并设计精心校准的方法来提高而不是危害人类的表现。

AI“助手”尚难预测

鉴于影像科被认为是能得到AI最大助力的临床医学领域，本次研究结果颇具代表意义。

这次创造中值得把稳的是，在放射科，AI以令人惊异的办法产生着影响人类年夜夫的表现。

例如，与研究职员预期相反，放射科年夜夫有多少年的履历、他们是否专门从事胸部放射科，以及他们之前是否利用过AI设备等成分，并不能可靠地预测AI工具对他们事情表现的影响。

另一项寻衅普遍不雅观点的创造是：基线表现不佳的临床年夜夫，并不能持续稳定地从AI中得到帮助。
总体而言，无论有或没有AI，基线表现较低的放射科年夜夫的表现还是较低。
对付基线表现较好的放射科年夜夫来说也是如此——无论有没有AI，他们的总体表现始终良好。

但可以肯定的是，更准确的AI提高了放射科年夜夫的表现，而水平一样平常的AI则会降落人类临床年夜夫的诊断准确性。

这一创造的主要意义也在于：在临床支配之前，必须测试和验证AI工具的性能，以确保劣质AI不会滋扰人类临床年夜夫的判断，从而耽误患者病情。

影响临床医学未来

临床年夜夫拥有不同水平的专业知识、履历和决策风格，因此确保AI能反响这种多样性，对付有针对性地履行治疗至关主要。
个体成分及变革，应成为确保AI进步的关键，而不是滋扰并终极影响诊断的成分。

故意思的是，这一创造并没有阐明AI为何会对人类临床年夜夫的表现产生不同的影响，但随着AI对临床医学的影响越来越深远，理解个华夏因就显得至关主要。
关于这一点，AI专家依然在努力。

研究团队补充说，下一步，放射科年夜夫与AI的交互，该当在仿照现实场景的实验环境中展开测试，测试结果须要反响实际患者群体的情形。
而除了提高AI工具的准确性之外，培训放射科年夜夫去及时检测不准确的AI、审查并质疑AI工具的诊断，也很主要。

换言之，在AI帮你之前，你须要先提高自身。