麻醉，离AI有多远？

今年的诺贝尔物理奖和化学奖，让人大颠眼镜的都颁给了人工智能，以致于大家都说评委们是不是AI。物理我不是很懂，但化学奖确实是实至名归，想象一下，就靠着你一个个蛋白结构结晶解析，那得猴年马月。可AI可以根据其二维氨基酸组成，进而预测其三维结构，确实是历史性进步。

诺贝尔奖这种高大上的就不谈了，再说医学专业。RCT确实是最好的临床研究，可其花费的时间与金钱等等成本，以及结果的低适配性，让其很难大规模去实施。所以更实用的是观察性研究（observed study），就是将所有病例根据其自然结局，进行归类归纳，再以统计学分析，观察风险因素对预后转归的影响。专业点就是预测性分型，疾病模型，如果数据足够多，算法足够先进，就变成了AI。这也就是AI在诊断预后方面的巨大优势，可一旦涉及到干预，那么AI又可以做什么呢？

JAMA最近发表了一篇文章，提出了一个面向临床医生和医疗决策者的框架，旨在将AI整合到临床实践中，确保这些技术经过了合适的测试和验证，并根据临床指南进行监测。

下图列举了临床医生在诊治患者时的10项常见行为，包括与患者沟通、记录患者就诊情况、风险分层、诊断、解释检测结果、治疗患者（改变患者行为、药物、手术）、监测、学习、参与研究和继续教育。其中尤以治疗患者最难。

AI技术在医学中的应有研究类似于药物或医疗设备，他包括测试和应用两个特征。药物研发的4个阶段，以及医疗AI技术开发的相应阶段。药物分子的开发和早期药代动力学和药效学研究，对应于在回顾性数据中开发和测试AI技术。第二阶段，收集安全性和有效性数据，对应AI开发的静默或试点评估。在临床试验结局评估阶段，对应着评估AI与当前实践相结合的效果。最后，实际使用意味着AI技术已经部署，并实施了本地监控。这类似于很多预测模型中的公式获取与应用。

随着医学分类越来越细，医生的视野也越来越局限。通才和专才之争永不过时，在我看来，除了掌握自己的专业知识之外，如能够涉猎专业之外的一些技能，绝对可以让自己如虎添翼。比如你精通各种计算机知识，能够将大数据，AI，ML这些转化为临床麻醉，难道不是可以更好的服务于社会。

出处:老李飞麻

未来已来

还等什么？快来加入我们，体验新青年麻醉论坛AI助手带来的便捷与高效吧！