加州大学旧金山分校领导的一项研究发现，人工智能在优先考虑哪些患者需要先就诊方面与医生一样出色。

全国各地的急诊科人满为患，负担过重，但一项新的研究表明，人工智能(AI)有朝一日可以帮助确定哪些患者最需要治疗。

加州大学旧金山分校的研究人员使用251,000名成人急诊科(ED)就诊的匿名记录，评估了人工智能模型从患者临床记录中提取症状的能力，以确定他们是否需要立即接受治疗。然后，他们将人工智能分析与患者在紧急程度指数(Emergency Severity Index)上的得分进行了比较。紧急程度指数为1-5分，急诊科护士在患者到达时使用该指数，根据最高需求分配护理和资源，这一过程被称为分诊。

该研究将于2024年5月7日发表在《美国医学会杂志网络开放》(JAMA Network Open)上，患者的数据与他们的实际身份(去识别)分开。研究人员使用ChatGPT-4大型语言模型(LLM)评估数据，并通过UCSF的安全生成人工智能平台访问数据，该平台具有广泛的隐私保护。研究人员对LLM的性能进行了测试，样本是1万对配对的，总共有2万名患者，其中一名患者病情严重，如中风，另一名患者病情较轻，如手腕骨折。仅根据患者的症状，人工智能就能在89%的情况下识别出这对ED患者中哪一位病情更严重。

在由医生和法学硕士评估的500对子样本中，人工智能的正确率为88%，而医生的正确率为86%。

让人工智能协助分诊过程可以腾出关键的医生时间来治疗病情最严重的患者，同时为正在处理多个紧急请求的临床医生提供备用决策工具。

“想象一下，两个病人需要被送到医院，但只有一辆救护车。或者一个医生当值，同时有三个人呼叫她，她必须决定先回应谁，”该研究的主要作者克里斯托弗·威廉姆斯(Christopher Williams)说，他是加州大学旧金山分校巴卡尔计算健康科学研究所(Bakar Computational Health Sciences Institute)的博士后学者。

还没准备好

该研究是为数不多的使用真实临床数据而不是模拟场景来评估法学硕士的研究之一，也是第一个为此目的使用1000多个临床病例的研究。这也是第一个使用急诊科就诊数据的研究，急诊科有很多可能的医疗状况。

尽管在这项研究中取得了成功，但威廉姆斯警告说，在没有进一步的验证和临床试验的情况下，人工智能还没有准备好在急诊科中负责任地使用。

威廉姆斯说:“展示人工智能可以做很酷的事情是很棒的，但最重要的是要考虑到这项技术帮助了谁，阻碍了谁。”“仅仅能够做一些事情是使用人工智能的标准，还是能够为所有类型的患者做好一些事情?”

要解决的一个重要问题是如何消除模型中的偏差。先前的研究表明，由于用于训练这些模型的数据存在偏见，这些模型可能会使医疗保健中的种族和性别偏见永久化。威廉姆斯说，在使用这些模型之前，需要对它们进行修改，以消除这种偏见。

威廉姆斯说:“首先，我们需要知道它是否有效，并了解它是如何起作用的，然后在如何应用它时要小心谨慎。”“接下来的工作将解决如何在临床环境中最好地部署这项技术。”