Bringing medical advances from the lab to the clinic.人工智能的发展已经突破了瓶颈，并在1）自然语言的识别，2）创造力等两个方面获得突破；而对于普通人来说，ChatGPT是接触及应用人工智能最便捷的方式。我们从最开始就注册并探索着ChatGPT的使用，也愿意把这些体会分享给各位同仁：ChatGPT目前已经是一个非常好的助理。
最近已发表了一系列研究论文，对AI或AI聊天机器人在协助临床诊断中可能扮演的角色给出了建议。越来越多的研究显示，ChatGPT，一种生成式人工智能（AI）聊天机器人，逐渐成为提高医疗保健质量的强力工具。
然而，临床诊断既是一门艺术、更是一门严谨的科学，优化临床诊断比优化视觉诊断（如放射学和病理诊断）更具挑战性。
尤其对于临床医生，如何对待ChatGPT，既面临着挑战，更充满了机遇。
2023年7月6日，JAMA的Viewpoint专栏发表了美国贝勒医学院的学者撰写的文章，讨论了ChatGPT在临床诊断中应用的最新进展。
我们对这样文章做一解读，也欢迎您分享您的看法。
尤其是慢性病，给出患者的最终诊断是一个随时间推移而演变的过程，其中很可能包括不确定性阶段。1，AI的一个极具潜力的用途是，在特别复杂的病例中识别出罕见的诊断或不寻常的表现。在过去，医生依赖于他们的记忆和经验，在收集患者的症状、体征、实验室检测及放射学发现后，他们会与记忆中的知识和病例进行吻合性比对，从而做出自己的诊断；由此，靠记忆和经验形成优化诊断的能力，成为区别医生临床水平的关键指标。在现代，医生常使用互联网搜索引擎、在线资源或鉴别诊断生成器来协助解释难以解释的临床表现。尽管如此，对罕见病或者罕见临床表现的“视而不见”、或者“见而不识”，仍然是困扰医生做出准确诊断的最重要影响因素。
具有超级信息的AI机器人，就成为协助解决诊断困境的最新且极其高效的工具。2，除了在罕见病、罕见表现的识别和诊断中独具优势之外，AI在临床诊断中更能发挥价值。因为大多数诊断错误导致的伤害涉及到常见的医疗条件；而AI聊天机器人的有效使用可以确保临床医生考虑到所有可能解释患者表现的常见病症。例如，呼吸困难、贫血和低钠血症是经典的全科医学问题，但医生在进行诊断评估时常常依赖他们的记忆，这种方法是容易出错的。另外，实验室或放射学发现可能未被临床医生准确解读。AI聊天平台可以在实时查询，以确保没有遗漏明显的诊断可能性。理想情况下，该平台将被嵌入电子健康记录（EHR）中，以使此咨询高效进行。3，AI还有一个优势，那就是它能比人更快地扫描患者的医疗记录。临床医生经常需要花费大量的时间来通过查阅大量的病程记录、实验室检测结果、放射学和病理学报告以及其他诊断数据，试图解读患者的病史和纵向行程。配合可视化平台，AI可以以更直观的方式展示这些数据，并可能协助对此类累积历史数据的微妙解释。想把AI完美地嵌合到临床诊断中，仍需要解决一系列挑战。
尽管AI具有这些潜在的优点，但在进一步整合到医疗保健中时，需要谨慎考虑一些基本的限制和挑战。最重要的是，给聊天机器人的临床病例数据的准确性，将决定鉴别诊断的输出。
研究表明，AI做出的诊断错误多与其获得的信息有误相关，包括病史采集、体格检查和其他数据收集活动。这些动作收集的信息作为AI聊天机器人协助诊断的基础，但这些信息可能是不完整或错误的。一个把他们的疼痛描述为“刺痛”或在疼痛量表上评为10的患者可能会给出重要的语境线索，但只有人才能捕捉到这个区别；对AI来说，要想准确识别患者的主观且异变的描述，在算法上极为困难。许多患者也描述了一系列症状。对每一项描述的相对重要性进行排序，通常最好由富有经验的临床医生来完成；他们可以在情感上与患者产生共鸣，理解微妙的细微差别，观察次要的线索，并推断出患者所描述的最显著的特征。通常需要富有同情心的临床医生与患者建立人际联系，以获取完整的病史。体检结果的准确性也会限制AI的效果。
聊天机器人可能会在了解到患者的颈静脉压升高或者有耻骨上部压痛的情况下，得出更准确的诊断。然而，这需要假设医生准确评估了患者的颈静脉压或者正确检测到了耻骨上部的压痛。
这个患者评估的基本方面，医生临床检查的准确性，即使在AI在支持诊断方面发挥作用的情况下，也是必须考虑的。
如何让AI在临床诊断中发挥更大的作用？
即使AI在解决诊断问题方面有所帮助，最终的决定仍然需要医生在AI的建议进行综合考虑。
正如我们反复说的：AI不会承担责任。最终诊断和责任仍需要医生担负。
在AI提出疾病的概率估计时，医生需要理解这些估计可能是如何产生的，以及它们可能存在的误差。
这种理解需要训练，而不仅仅是接受AI生成的答案。
尽管如此，无论怎样，我们不能忽视AI在诊断过程中的潜在价值。
从帮助诊断复杂疾病到分析大量病历数据，AI都有可能为医疗保健系统带来显著的效益。
人工智能及ChatGPT在临床医学中具有极大的应用潜力，要充分利用其优势并应对其挑战，并在持续应用中进行研究和改良。期待各位同仁能将AI的潜力更高效、更准确地转化为临床应用，以更好地服务于人类的医疗健康。
【1】https://jamanetwork.com/journals/jama/fullarticle/2807166本公众号仅作已发表研究论文的数据分享和解读，仅供学术讨论，而不具临床指导意义。
本期编辑：Henry，微信号healsan。助理：ChatGPTHanson临床科研团队，在美国的七位生物医学科学家主持并担任独立理事。主要通过大数据分析，分享生物医学前沿、发展趋势及对临床科研的启发；通过文献计量分析及报告，把握最新技术进展；交流SCI论文撰写、课题设计规范。只提供以数据为基础的客观报告，及专业、独立的思考。
（点击👆图片，进入自己感兴趣的专辑。或获得点击“资源”，浏览本公众号所有资源。）
