仅在美国，每年有成千上万的患者死于完全可以治愈的心脏病。
但是因为无法及时发现这些问题，导致临时出现状况时心脏骤停。而 AI 可以解决提前预测的问题。
美国使用 AI 改进心脏病治疗方法的核心人物之一 Mayo，在过去三年和团队已经发表超过二十项关于心脏病学 AI 的研究，并在数十家保健诊所进行了现场算法测试。
▲梅奥诊所（Mayo Clinic）
这些正在开发的算法，能在手术之前检测心脏功能的细微差别，预测心脏的异常和即将发生的疾病。
这只是 AI 可以在医疗保健上发挥重大价值的一面。
随着 AI 工具越来越多进入医疗保健行业，它未来能执行的任务，包括了接听电话、病理审查、人口健康趋势和分析、治疗药物和设备设计、阅读放射图像、制定临床诊断和治疗计划等等，甚至还能和患者交谈。
▲ 图片来自：NetApp
而现在 AI 已经为医疗带来了显而易见的好处。
MIT Technology Review 通过与 900 多位医疗保健专业人员的访谈，发现 AI 已经被用来改善数据分析，实现更好的治疗诊断以及减轻管理负担。
报告显示，AI 让临床医生有更多时间来执行其他任务，以及为患者提供越来越多的个性化定制的最佳护理。
在 8 月发表的研究中，Mayo 表示，预付心脏病的算法已经能够以 80％的准确率准确识别患有房颤的患者。
▲ 团队成员 Friedman 读取患者的心电图检查结果
除了临床医生，AI 技术还给其它运营、研究人员以及患者都带来了很多便捷之处。
后方的医生能承担做笔记、更新电子健康记录等更多行政工作，而且部署的 AI 越多，医生在计算机上花费的时间就会越少。
相关研究人员还能加快开发新药物治疗的速度并降低成本，通过利用分析来挖掘以前未开发的重要未编码临床数据存储，对医疗进行个性化设置。
患者也能在整个过程中，加强对自己护理的改善，通过应用程序更多与医生互动，并简化获得护理的流程。
▲ 图片来自：Unsplash
但同时，任何一种新事物都必须经历双面的试炼。
越来越多 AI 实验，都是「快速尝试，然后快速失败，未来再去修正」的方式开展，当 AI 产品进入现实，检查结果很容易让人失望，因为大部分产品还没有足够的数据和成果支撑。
在医疗保健上使用，风险就更大了。
AI 的风口下，很多研究结论常常被夸大，不仅是因为大家对此的关注度很高，据研究公司 Gartner 7 月份的一份报告，仅在今年第三季度，医疗人工智能就吸引了 16 亿美元的风险投资资金，几乎达到虚高预期的顶峰。
但 《欧洲临床研究杂志》1 月份的一篇文章指出，很少有科技初创公司在同行评审的期刊上发表他们的研究。还有业内分析人士指出，很多 AI 开发人员对昂贵而耗时的试验根本没有兴趣。
▲ 图片来自：iStock / skynesher
尽管软件开发人员还是会夸耀其 AI 设备的准确性，但他们的 AI 模型事实上大部分是在计算机上测试，而不是在医院或其他医疗机构中进行。
《深度医学：人工智能如何使医疗保健再次成为人类》的作者 Topol 也表示：美国出售的 AI 产品都没有经过随机临床试验测试。事实上，大多数 AI 设备根本都不需要 FDA 批准。
这就表示，让未经验证的软件进入市场，患者就像成为了不知情的豚鼠。
不过西雅图艾伦 AI 研究所首席执行官 Oren Etzioni 表示，AI 开发人员有足够的经济动机，来确保他们的医疗产品安全。
如果 AI 产品快速失败，意味着很多人死亡或受到严重伤害，没有人愿意看到这一点，包括投资者在内。
▲ 图片来自：Unsplash
但 AI 系统本身依然是个「黑匣子」，开发人员也不清楚数据如何运算最终得出结论。
斯坦福大学生物医学伦理学中心的儿科学教授 Mildred Cho 表示，AI 系统有时会根据与疾病无关的因素做出预测，这会导致提前预测的结论错误，同样也会耽误到病情治疗，而且，如果医生以此为据，也可能进行不必要的检查或误判。
加拿大一家公司曾开发过一个 AI 软件，能根据讲话来预测一个人是否有患老年痴呆症的风险。结果发现 AI 判断出现很多异常，因为系统认为老人们没有讲对单词，但事实上，后来才知道是因为他们很多不懂英语，而不是由于认知障碍。
同时，医疗服务机构和患者之间因此而产生的不信任感，以及人们对隐私泄露的恐慌感，也是这其中最大的挑战之一。
▲ 图片来自：Olimpia Zagnoli
但这并不是代表要对医疗保健行业的 AI 研究适可而止。
正好相反，要鼓励研究人员进行更创新的开发，以及更落地的实验，未知风险要进行严格处理。对于医疗机构来说，无论有没有 AI 介入，都要尽可能保证患者的安全。
而每个身处其中的人，需要谨慎辨别所有新的事物，切勿病急乱投医，无论是在健康本身或是其他方面，保护好自己的利益。