2020治疗白癜风最好的药哪里能买到 http://m.39.net/pf/a_4365542.html
From:TechnologyReview;编译:Shelly

年，新的深度学习工具在杜克大学急诊室上线，希望帮助医生提早发现败血症——医院最多见的死亡原因。经过2年的试验，在年的今天，医院宣称AI在临床的作用是显著的！在医学中引入AI并说服大家，技术与社会融合之路漫漫，AI工作者仍需努力。

杜克大学的深度学习模型SepsisWatch成功了！AI技术层面上的加持，医院被大众广泛接受，让SepsisWatch大获成功。年的11月，一款新的人工智能深度学习模型SepsisWatch在杜克大学的急诊室上线。它能迅医院高死亡率的败血症的早期迹象。当病原微生物侵入人体无菌部位，引起感染触发全身发炎，就会发生败血症，并最终导致人体器官功能障碍。如果能及早诊断，就可以治疗。但这是一项艰巨的任务，因为败血症的症状很容易被误诊。SepsisWatch人工智能将会彻底改变这一点。经过三年半的开发，SepsisWatch会自动标记处于中高风险或已经吻合败血症症状的人。一旦医生确认诊断，患者将立即得到治疗。SepsisWatch的功能还包括数字化健康记录，分析万个数据点以及在iPad上设计一个简单的交互界面，以小时为单位对患者可能感染败血症的状况进行评分。自推出该应用以来的两年中，医院领导和临床医生都表示，SepsisWatch人工智能确实有效。它显著减少了败血症引起的死亡率，现在已成为联邦注册的临床试验的一部分。乍一看，这是一项重大技术的胜利，通过开发和测试，一个AI模型成功地提高了医生诊断的能力。但是数据与社会研究所的一份报告说，这也只是故事的一面。另一面是临床医生需要熟练用AI模型，承担随之而来的社会工作量。如何将SepsisWatch融入到他们的日常工作中也是一个难点，这不仅包括设计新的通信协议、重新培训员工，还涉及工作场所的政治权术。SepsisWatch的使用情况真实地反映了AI想融入医疗部门、在现实生活中取得一席之地所需要克服的难关。人类学家马德琳·克莱尔·埃利什（MadeleineClareElish）一直在研究AI的社会影响，她说，AI从设计到完全应用的过程确实很复杂。SepsisWatch：破坏还是修复？本质上讲，创新自带破坏性。它改变了旧的做事方式，为新事物铺设温床。但是很少有人在谈论技术变革的时候承认变革也是“破坏”的一种形式。现有协议已过时，社会等级制度变得混乱。使创新在现有系统中运行，需要重新定义破坏和修复。在研究人员对SepsisWatch为期两年的研究中，他们记录了许多此类破坏和修复的例子。一个主要问题是AI如何挑战医学界，包括重新定向医护人员间根深蒂固的权力金字塔。在SepsisWatch设计的早期阶段，很明显，快速响应团队（RRT）的护士是主要培训对象。尽管主治医师通常负责评估患者并进行败血症诊断，但他们没有时间在急诊室和应用程序之间来回奔波。相比之下，RRT护士的主要职责是不断监控患者的健康状况，并适时提供额外的帮助。检查SepsisWatch对患者的标记自然地更适合护士的工作流程。但是挑战来了。一旦应用程序SepsisWatch将患者标记为高风险，护士将需要致电主治医师（医学上称为“ED诊治”）。这些护士、护理医院不同地方工作，不仅常常没有交际，而且由AI主导的协议完医院的常规治疗交接流程。“你在跟我开玩笑吗？”一位护士回想起了学习运作SepsisWatch的时候,“我们要打电话给急诊科吗？”但这确实是最好的解决方案。因此，SepsisWatch团队着手以各种方式修复它对现阶段医疗流程的干扰和破坏。护士长们组织了披萨派对，以引起护士之间对SepsisWatch的兴趣和信任。他们还制定了新的交接方法，使护士和医生间的交流更加顺畅。例如，他们决定每天只打一个电话，一次性和医生讨论多位高危患者，同时把时间安排在主治医生最不忙的时候。最重要的是，项目负责人开始定期向临床领导者报告SepsisWatch带来的变化。SepsisWatch团队发现，医院工作人员都认为住院时败血症导致的死亡是个问题。医院医生，每天忙于如骨折和精神疾病等紧急情况，对医疗库数据知之甚少。结果是一些人认为SepsisWatch是个麻烦事。但是对于上层临床诊断医生而言，败血症是重中之重，SepsisWatch的使用有助于他们提前备好手术设备。与常规AI愿景背道而驰的突围作为SepsisWatch团队负责人，Elish指出了两个让SepsisWatch大获成功的关键。首先，SepsisWatch定位准确、用户特定：它是专为DukeHealth的急诊室开发的，再无其他使用场景。Elish说：“这项定制的开发是真正成功的关键。”这显然与传统的AI愿景背道而驰。其次，在整个开发过程中，医院上上下下的护士、医生和其他人员的反馈。这不仅使SepsisWatch更易于使用，医院护士医生们对产品的忠诚度。Elish说，该项目由杜克健康公司自己的临床医生领导，而不是由从软件公司空降来的技术人员领导，这也是领导方式的创新。她说：“算法解决不了的问题，需要以其他方式建立信任。”麻省理工学院的助理教授MarzyehGhassemi研究卫生医疗方面的AI机器学习，对此深有感触。她说：“所有旨在被评估或使用的机器学习都在社会环境上受到约束。”她补充说，尤其是在由人类决策、管理，涉及到照顾脆弱人群的临床环境中，“很多有关AI的限制实际上是人为的和后勤方面的限制。”Elish希望SepsisWatch的案例研究能够说服研究人员重新思考如何整合医学研究和AI开发，目前正在进行的许多工作都集中在“理论上人工智能可能会或可能做的事情”上，而关于“实际发生的事的信息太少了”。要使AI物尽其用，人们需要在全新的层面上理解技术与社会融合。Elish说，AI想要超越技术层面走得更远，就必须


转载请注明地址:http://www.baixuezhenga.com/bxzcr/5693.html