拉斯维加斯讯——美国大型科技公司高管齐聚今年HLTH大会，承诺引领医疗人工智能领域的下一轮创新浪潮。

谷歌、微软、亚马逊、GE医疗和英伟达等企业推出的AI产品，宣称可帮助医疗系统解决从缩短文档记录时间到优化手术室排程等一系列问题。科技高管表示，他们已超越早期AI工具（多为单点解决方案）的迭代阶段，转而提供可根据个体医疗系统需求量身定制的平台化解决方案。

“我们确实正处于一个拐点。”微软全球健康与生命科学负责人萨莉·弗兰克表示。

然而，在科技公司向医疗系统和医疗服务提供者推销产品的同时，高管们就如何负责任地向行业提供新技术，以及临床医生是否同样准备好使用这些新工具，存在意见分歧。

“我们在基础模型层面所做的任何评估都只是初稿。”谷歌研究高级总监、谷歌大脑团队联合创始人格雷格·科拉多表示，“它确实需要由愿意且有能力在地面开展研究的医疗系统来引领，而并非每个医疗系统都能做到这一点。”

科技公司强调平台化路径

科技公司将自己定位为医疗机构在AI开发中的合作伙伴，提供产品开发和测试方面的深厚专业知识。

然而，出席HLTH大会的科技高管们谨慎表示，他们很少告诉医疗系统应如何应用AI。

“谷歌不是医疗服务提供者，我们也不想成为医疗服务提供者。”科拉多说。

这位高管表示，AI的使用场景应直接来自医疗系统。科技公司就像半导体芯片制造商——它们制造资源密集、价值高昂的原材料——在此情境下即大型语言模型——然后由医疗行业加以应用，科拉多如是比喻。

“我们开发的技术，应当能让医疗机构在这一领域构想并构建自己的未来。”他说。

谷歌已与克利夫兰诊所和社区健康系统等医疗机构合作，试点从医疗专用云服务平台到搜索电子健康记录的文档工具等一系列技术。

微软等其他科技公司也推出了类似合作项目，鼓励医疗系统定制自己的AI解决方案。

这一承诺“打开了超越‘开箱即用’工具解决‘直接用例’的大门”，微软健康与生命科学产品营销副总裁基斯·赫托赫表示。

今年10月，微软表示将让医疗系统更容易直接构建自己的AI工具。该公司还利用生成式AI帮助医疗系统整理非结构化数据以及影像和医学影像数据，使客户能够“构建自己的副驾驶、自己的AI代理”，赫托赫说。

德勤首席顾问比尔·费拉认为，医疗系统可能会更青睐此类工具而非早期产品。

“我认为，随着人们对自己构建和如何操作越来越熟悉，超大规模云服务商和平台玩家将占据这一领域。”费拉在接受采访时表示，“将会出现从应用程序向自有平台的转变。”

稳健测试需求引发可及性问题

在医疗领域，科技公司表示目前专注于帮助医疗系统应对信息过载。高管们称，这些公司处理书面形式及图像中大量数据的能力，有助于缩短医疗服务提供者审阅记录或为关键手术安排患者的时间。

但不同的AI应用需要不同层级的人类监督。

目前，出席HLTH大会的科技公司一致认为，所有医疗AI都应有人员监督。部分公司首先聚焦于行政类AI工具，因为这类工具所需的监督较少。例如在GE医疗，排程工具所需的监督可能少于辅助癌症治疗的工具。

“我们认为这些领域可以非常快速地引入AI，因为它们不直接关联临床决策支持。”GE医疗数字产品总经理兼全球高级副总裁阿布·米尔扎表示，“它们不直接关联对某人手术等事项的决策。这正是AI可以真正起步的地方。”

然而，谷歌的科拉多表示，当AI接近临床决策点时，必须进行更为严格的测试。

AI“幻觉”问题——即模型产生无法由源文本支持的答案——已受到广泛关注。

但科拉多认为，同样应关注遗漏问题。遗漏是指AI在回答中未能引用相关信息。从某些方面看，遗漏更难测试，因为需要对往往冗长的病历进行全面审查。

然而，微软和谷歌高管表示，并非每个医疗系统都拥有资源或专业知识来严格测试前沿技术。

据赫托赫介绍，微软已将寻求使用AI的医疗系统连接起来，以便更先进的系统在部署前向较小系统提供资源和知识。该联盟拥有超过15家医院和医疗系统，包括普罗维登斯、倡导健康、波士顿儿童医院、克利夫兰诊所、慈悲医疗和西奈山医疗系统。

微软为其AI产品用户提供自愿性测试指南。

“我们向他们提供指导和技术，以便你能够建立对系统的可见性和透明度……这种关系有点像‘嘿，这是我们构建的方法，这是我们思考负责任AI的方式’。”赫托赫说。

据这位高管称，微软也从信息交流中获益。虽然微软提供其关于如何实施AI的观点，但这种交流是双向的。他表示，与美国一些顶尖医疗系统领导者的接触，有助于提升对微软产品的信任并建立信誉。

赫托赫认为，这种广泛的协作精神相对较新。他认为这可以帮助较小的医疗服务提供者获取新技术，并成为生成式AI在医疗系统中更广泛采用的“催化剂”。

然而，谷歌不仅建议医疗系统测试其AI——该公司几乎强制要求这样做。

科拉多表示，临床反馈是谷歌测试流程不可或缺的一部分，因此迄今为止，该公司只与在AI方面具有一定“成熟度”且对模型测试持有共同价值观的医疗系统合作。

“我认为那些想购买现成解决方案的医疗系统——它们或许应该等待。它们应等待技术成熟、稳定。”这位研究员说，“我认为在任何[医疗]情境下，都不存在足够成熟的评估框架，可以让你直接部署技术……没有什么是铁板一块的。你必须将其置于实际环境中，评估它在实际使用中的表现，并据此做出调整。”