人们对人工智能（AI）的兴趣正在迅速升温，尤其是在改善医疗保健等重要行业方面。
具体而言，狭义人工智能有助于变革外科手术实践，提高精准度、效率和患者治疗效果。
在处理敏感的医疗保健信息和决策时，三大支柱可以帮助支持人工智能的应用：可靠的数据、透明的监管，以及隐私与保护的执行。
您几乎肯定听说过人工智能（AI），甚至可能听说过生成式人工智能（GenAI），但狭义人工智能又是什么呢？与生成式人工智能不同，狭义人工智能并不旨在完全复制人类智能。相反，它在预定义的规则内运行，在特定任务中表现出熟练的能力。随着近期对人工智能的兴趣激增，狭义人工智能多年来一直在悄然重塑多个行业。
例如，在医疗保健领域，狭义人工智能的应用已通过协助医疗专业人员、提升其技能和专业知识，显著改善了患者护理。这包括诊断准确性、远程医疗和药物研究方面的进步。
外科手术是狭义人工智能正在产生影响的另一个领域。手术每年挽救数百万人的生命，但它们也可能导致严重并发症对患者而言。狭义人工智能不仅可以帮助医务人员更好地为手术做准备（例如通过行政流程自动化或分析病史和风险因素），还可以在手术过程中提供实时指导，并在术后提供洞察。这有助于患者康复，同时也是外科医生基于视频学习的一个来源。
建立对狭义人工智能的信任
因此，狭义人工智能可以显著改善患者治疗效果、降低并发症发生率，同时还可能提高医院效率并降低成本。然而，调查也显示，患者和医疗服务提供者对人工智能仍存在怀疑和不信任，他们担心其安全性和可靠性。
因此，要充分释放狭义人工智能的潜力，公共和私营部门必须帮助在医疗专业人员和患者中培养对使用人工智能的信任。有三大支柱可以支持几乎所有行业的人工智能应用，但在处理敏感的医疗保健信息和决策时，这些支柱显得更为重要。
支柱一：可靠且无偏见的数据
任何人工智能系统的基石在于其训练数据的质量。多样化的数据集有助于防止偏见，并保持狭义人工智能的精准度，从而建立对这些系统的信任。对数据质量的坚定承诺将确保结果反映真实世界的医疗场景，同时维护人工智能模型的完整性。
机构的透明沟通对于传达这一承诺至关重要。例如，在Caresyntax，持续努力将各种医疗场景纳入数据集，这有助于将人工智能算法用于实时术中决策支持并指导外科团队。这减少了手术的差异性，并促进了患者安全。
支柱二：透明监管与独立认证
建立能够保障安全、透明和问责的稳健标准、认证机构及框架，是在专业人员和患者中建立对狭义人工智能信任的另一关键环节。公共和私营部门都已在这方面开发了多个范例。
欧盟拟议的《人工智能法案》作为全球首个人工智能法律框架，该法案为高风险人工智能概述了认证框架，并为低风险人工智能系统提出了自愿性措施。一些数量的独立机构专注于将人工智能标准转化为适用于医疗保健领域的具体情境。
支柱三：数据隐私与保护的执行
严格执行法规并采取健全的患者数据保护措施（包括数据匿名化），对于在人工智能的开发和部署中建立信任至关重要。美国的《健康保险流通与责任法案》（HIPAA）和欧盟的《通用数据保护条例》（GDPR）等现有法规奠定了坚实基础，但地区差异依然存在。
私营部门在推动隐私和保护举措方面也发挥着关键作用。例如，成为患者安全组织（PSO）需要收集、去标识化（匿名化）并汇总患者安全事件数据。与PSO合作可确保保密保护和法律特权，例如，通过患者安全数据库网络（NPSD）实现与同行之间至关重要的数据比较。
超越患者本身
如果医疗系统能够对狭义人工智能建立足够的信任，它可能对患者治疗效果产生重大影响。但其益处远不止于患者。狭义人工智能还可能为我们的地球带来诸多益处，例如减少能源消耗和资源浪费。
全球范围内，医疗保健行业2017年占全球温室气体排放量的4.6%。医院通常是能耗很高的建筑，而手术室（OR）产生的临床废物占医院临床废物总量的50–70%。仅美国、英国和加拿大的外科手术碳足迹估计就达到每年970万吨二氧化碳。
然而，我们的内部数据显示，通过Caresyntax平台在手术室使用狭义人工智能，可以通过提高手术效率，显著降低能源消耗并减少废物。狭义人工智能对打造更绿色、更具环保意识的医疗保健行业的贡献可能十分可观。
狭义人工智能具有巨大潜力，能够变革外科手术实践，带来精准度、效率和患者治疗效果的提升。然而，狭义人工智能在医疗保健领域的成功应用，取决于能否在专业人员和患者之间建立信任。可靠的数据、健全的标准和数据保护构成了这一信任的基石。
通过建立以患者福祉优先于单纯利润的稳健框架，各利益相关方可以共同推动狭义人工智能的有效整合。这不仅将提升医疗服务质量，还可能对我们的地球产生积极影响。
