初级保健:人工智能推进医疗保健和改善健康所需的实际智能

介绍

正如2019年一份关于人工智能的报告所指出的那样[1尤瓦尔·诺亚·赫拉利(Yuval Noah Harari)写道:“人类总是更善于发明工具，而不是明智地使用它们。”[2]。随着数据呈指数级增长，这句格言在医疗保健领域被证明是有先见之明的。从电子健康记录(EHRs)和索赔到智能设备，我们个人DNA中的电子数据比核苷酸还要多。许多人注意到这些数据的潜力，以更低的成本推进更好的患者结果、人口健康和卫生公平的五项目标，同时保持临床医生的福祉。尽管人工智能从这些千兆字节中获得了意义，但如果不与初级保健中发现的人类和关系智能相结合，它将失败。

里程碑式的报告

美国国家医学院(National Academy of Medicine)最近发表的一篇论文强调了人工智能促进健康的力量[3.]。报告的作者指出，更实惠的设备、更广泛的互联网接入以及对数字健康的更大需求，使我们能够在家里监测健康状况，增强远程医疗，并预测哪些病人会生病。这份报告将塑造未来几年的人工智能对话，它的贡献之一是人工智能的用途目录外医院。以下是一些例子:

• 会话代理正在对疑似COVID-19患者进行分类;
• 自适应学习算法正在与连续血糖监测仪和胰岛素泵一起工作，以改善血糖控制;
• 远程传感器正在监测生命体征，并将数据传输到基于云的服务器，在那里它们会被采取行动，就像传感器、插头和电器为智能家居供电一样。

将这些数据与短信、社交媒体和地理空间坐标相结合，可以评估情绪、爆发和行为变化。在结论中，作者强调，关于数据标准化、可用性和报销的问题仍然没有得到回答，并继续警告说，如果不同的利益相关者不参与，人工智能可能会导致隐私泄露和放大偏见。

新时代，同样的错误

尽管它有重要的见解，但很难忽视一个利益相关者——初级保健——在哪里大多数病人得到大多数他们的临床护理大多数的时间。初级保健提供50%的门诊就诊并与公共卫生联系，对系统转型至关重要，如果人工智能要提高价值，就需要发挥核心作用。先前将技术纳入医疗保健的努力忽视了初级保健的参与，导致了系统性的失败[4，5]。例如，家庭医生现在花在电子病历上的时间比病人还多，这导致了高倦怠率。6]。如果没有初级保健的参与，人工智能可能会走上类似的道路。

由于多种原因，初级保健很重要。它是美国最大的交付平台，占三分之一的医生[4，7]。它的存在足以降低死亡率[8]。它的电子病历涵盖各个器官，包括行为和公共卫生数据，提供了个人和人口健康的全面概况。特别是家庭医生分布在全国各地，为美国农村地区提供了机会。4]。尽管有这些好处，但只有5%的卫生保健支出用于初级保健[9]。这种错位导致了短缺和分裂。就像车轮没有枢纽一样，没有初级保健，护理就无法协调，病人得到的服务重复，建议相互矛盾，造成了更大的浪费。10，11]。

人工智能在增强初级保健和应对这些系统性挑战方面具有巨大潜力[12]。首先，人工智能助手可以帮助满足电子病历中不断增长的文档需求，这是导致倦怠的主要因素[13]。使用Alexa用来开灯、播放音乐和订购杂货的相同技术，虚拟助手可以将语音转换为笔记，并且在未来可以在电子病历中定位相关信息、订购实验室和调整药物。通过扫描相关的初级保健文献，AI可以提出建议，以便患者接受与当前证据一致的治疗。这些创新将使初级保健临床医生花费更少的时间来查找和输入数据，而将更多的时间用于照顾患者关系和解决他们的问题。

其次，人工智能可以促进获得初级保健。会话代理可以解释症状并协助分诊，帮助患者了解他们是否需要现在到办公室就诊，获得紧急服务，或在家监测他们的症状。人工智能可以将这些信息与来自家庭设备的数据结合起来，例如联网的磅秤、血糖仪，以及在COVID-19时代的脉搏血氧仪，以便在患者需要紧急就诊时提醒临床医生。这样，人工智能可以作为一个早期预警系统，确保在正确的时间和正确的地点对患者进行评估。智能手机可以分析面部图像，在病人情绪恶化时提醒初级保健医生，并在病情恶化之前安排就诊。

第三，人工智能可以进一步实现初级保健的一个核心特征——全面性。视频图像可用于诊断糖尿病视网膜病变、皮肤病和帕金森病[14-16]。如果应用得当，这些应用可以扩大初级保健中保留的条件范围，并确保其临床医生能够充分发挥其培训的作用。最后，人工智能可以使护理更加以人为本。例如，人工智能可以使用膳食、地理空间和活动跟踪来提供个性化的健康指导，以改变行为和控制慢性疾病。这些应用程序将受益于与初级保健的协调，以便在访问期间加强指导，并根据患者的问题和药物情况进行指导。除了指导，人工智能还可以预测患各种疾病的风险，并确定患者可以采取的具体措施来降低风险。学术界和工业界的创新者已经在这些方面使用人工智能，但需要做更多的工作来使这些应用适合初级保健[12]。

在这些创新的开发过程中缺乏初级保健的参与，可能会造成实施或采用有限的风险，甚至更糟，导致卫生保健服务进一步分散。数据龛可能变得更加牢固，相关信息存储在不同的位置。患者可能会从传感器得到相互矛盾的信息(例如，警报表明门是开着的，但视频显示门是关着的)，并且可能缺乏辨别哪个信号值得信任的知识。初级保健非常适合调和这些冲突。初级保健临床医生通过共同决策来引出偏好和价值观，帮助患者理解数据，并与所有团队成员(包括患者)协调以完善治疗计划。

缺失的一环

为了避免更多的失败，我们提出了三项建议，以确保初级保健参与人工智能的未来。

1.在家中和云端

初级保健临床医生、信息学家和研究人员需要参与有关如何收集、存储或分析医疗保健数据的对话，初级保健实践是人工智能的医疗之家。初级保健可以告知如何将数据存储在云中，如何使用算法来调整药物，以及如何将工具最好地集成到初级保健中。这一作用不仅对效率和效力很重要，而且对公平也很重要。由于其广泛的地理分布和关注患者在其社区背景下的需求，初级保健提高了公平性，抵消了人工智能扩大差距的趋势[17，18]。

2.跨学科的团队

为了履行这一职责，现在需要将卫生信息学家纳入初级保健实践。就像如果没有初级保健，人工智能将无法适应一样，如果没有卫生信息学家，初级保健将无法接受人工智能。具有卫生信息学背景的团队成员可以通过帮助实践了解人工智能的优点和局限性，将人工智能集成到现有工作流程中，根据当地情况定制人工智能应用程序，以及向人工智能开发人员提供实践反馈，将人工智能和初级保健社区联系起来。虽然这些变化令人生畏，但初级保健在适应患者需求方面是熟练的。随着越来越多的人与心理健康作斗争，初级保健将行为健康纳入他们的实践。随着药物数量的增加，他们成功地整合了药剂师。同样，卫生信息学家可以帮助实践和患者发展，以应对这场数字革命。从长远来看，临床医生将需要相关学科的额外培训，其他领域的研究人员将需要初级保健方面的培训。最终，需要一种跨学科的方法来定制人工智能，以适应初级保健的复杂性和纵向性[19]。

3.政府促进

实现这一愿景需要政府对数据标准化、资金和治理提供支持。国家卫生信息技术协调员办公室可以在数据标准化方面发挥领导作用。美国卫生保健研究与质量局和美国国立卫生研究院(NIH)可以为初级保健人工智能研究提供资金。NIH资助了一项资源，该资源为数千名在重症监护病房的患者提供数据，人工智能研究人员利用该资源开发人工智能工具[20.]。初级保健也需要类似的数据集。考虑到从NIH获得资金所需的时间，联邦资助者应与基金会和行业合作伙伴协调，以刺激初级保健人工智能的活动[21]。最后，由于人工智能需要在多种环境中进行训练和测试，因此需要一个平衡协作和数据治理的系统。联合学习就是这样一种方法，合作者的算法在当地进行测试，但还需要更多的方法来增加它在初级保健中的应用。22]。

光阴似箭

人工智能已经改变了我们的汽车、我们的家和我们的互动。它有能力对保健服务产生积极影响，但也有可能加剧现有卫生系统的缺陷。确保人工智能转化为知识需要所有利益相关者的参与。作为人工智能的必要组成部分，初级保健随时准备提供帮助。