人工智能 （AI） 是醫(yī)療保健領(lǐng)域一個令人興奮且快速擴展的領(lǐng)域，它開發(fā)和應(yīng)用高級計算技術(shù)（如算法）來模擬人類智能的各個方面。人工智能有很多定義及其工作原理。由歐盟出版辦公室Samoili 等人（2020 年）的報告發(fā)布，基于對幾個定義的審查，將其定義為：“由人類設(shè)計的軟件（可能還有硬件）系統(tǒng)，給定一個復(fù)雜的目標(biāo)，通過數(shù)據(jù)采集感知他們的環(huán)境，解釋收集的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，在物理或數(shù)字維度上采取行動， 對從這些數(shù)據(jù)中獲得的知識進行推理或處理信息，并決定為實現(xiàn)給定目標(biāo)而采取的最佳行動”。人工智能與其他領(lǐng)域重疊，例如數(shù)據(jù)科學(xué)，文本挖掘和統(tǒng)計，所有這些都具有共同的先進計算技術(shù)。
一
醫(yī)療保健中的人工智能
在英國，2021 年啟動了一項關(guān)于人工智能的國家戰(zhàn)略，以支持創(chuàng)建新的人工智能工具和系統(tǒng)，并確保健康和社會護理從這些先進的計算機技術(shù)中受益（人工智能辦公室，2021 年）。NHS英格蘭還啟動了一個人工智能實驗室，以促進人工智能在醫(yī)療保健領(lǐng)域的合作，并匯集了解決在不同健康和護理環(huán)境中開發(fā)和應(yīng)用人工智能的障礙的舉措（NHS英格蘭轉(zhuǎn)型理事會，nd）。人工智能實驗室與政府、NHS 信托、行業(yè)和公眾合作開發(fā)資源，包括有關(guān)人工智能監(jiān)管、道德、勞動力發(fā)展和人工智能路線圖的報告，以確保安全性和易用性。
NHSX 2019年的一份報告強調(diào)了許多現(xiàn)實世界的案例研究，其中
英國正在為放射學(xué)，基因組學(xué)和心理健康等醫(yī)療保健領(lǐng)域開發(fā)AI工具和系統(tǒng)（NHS X，2019）。東米德蘭茲郡的七個NHS信托公司正在與兩家人工智能公司合作，開發(fā)，測試和推出用于乳腺癌篩查的人工智能工具。
一種人工智能工具使用深度學(xué)習(xí)技術(shù)來理解乳房X光檢查，并在雙重篩查計劃中充當(dāng)獨立的讀者。
另一個人工智能工具旨在優(yōu)化診所日程安排和員工資源，以確保高效規(guī)劃和提供乳腺癌篩查服務(wù)。倫敦國王學(xué)院和南倫敦以及莫茲利NHS基金會信托基金開發(fā)了一個名為Cogstack的開源AI工具。這使用 NLP 和其他人工智能技術(shù)來提高臨床編碼的速度和準(zhǔn)確性，并已成功部署在門診，有助于節(jié)省資金并釋放員工執(zhí)行更復(fù)雜的任務(wù)。
護士在 1990 年代初開始探索人工智能，當(dāng)時信息學(xué)作為一個專業(yè)領(lǐng)域開始流行。在美國，Rose Harvey使用神經(jīng)網(wǎng)絡(luò)開發(fā)了一個原型計算機系統(tǒng)，以改善護理診斷過程（Harvey，1993）。從那時起，其他護士一直在探索如何將人工智能技術(shù)應(yīng)用于數(shù)字?jǐn)?shù)據(jù)集，以試圖改善患者護理。Im和Chee（2011）開發(fā)了一種決策支持系統(tǒng)，該系統(tǒng)使用一種稱為模糊邏輯的AI技術(shù)來幫助護士圍繞癌癥患者的疼痛管理做出更好的決策。
O'Connor（Siobhan O'Connor是倫敦國王學(xué)院的高級講師;德克蘭·德瓦恩是愛爾蘭戈爾韋大學(xué)的教授;Louise Rose是倫敦國王學(xué)院的教授） 等人（2023 年）最近的一篇綜述總結(jié)了 140 項關(guān)于人工智能在護理和助產(chǎn)學(xué)中的應(yīng)用的研究。大多數(shù)是最近出版的，在過去五年中呈指數(shù)級增長。大多數(shù)研究以醫(yī)院為基礎(chǔ)，并使用ML技術(shù)來分析來自電子健康記錄的數(shù)據(jù)，以預(yù)測一系列患者結(jié)局或確定影響結(jié)局預(yù)測的變量（下圖）。一些研究探討了人工智能應(yīng)用如何改善護理行政和管理，例如護士人員配備和倦怠。一些研究側(cè)重于使用人工智能預(yù)測學(xué)生流失、課程完成和畢業(yè)的護理教育。
二
人工智能的好處
人工智能可以為護士帶來許多好處。ML（機器學(xué)習(xí)）算法可用于構(gòu)建預(yù)測模型，以幫助護士識別面臨多種身體，精神和社會健康問題風(fēng)險的患者。例如，O'Connor 等人（2022 年）進行的范圍界定審查發(fā)現(xiàn)，有 14 項研究將人工智能技術(shù)應(yīng)用于跌倒數(shù)據(jù)，以開發(fā)預(yù)測模型，更準(zhǔn)確地識別在醫(yī)院和社區(qū)環(huán)境中有跌倒風(fēng)險的老年人。將來，這些預(yù)測模型可以集成到電子健康記錄中，以便在患者處于高風(fēng)險類別時向護士發(fā)送數(shù)字通知。此類人工智能應(yīng)用將支持臨床決策，使護士能夠在預(yù)防保健中更加積極主動。
人工智能應(yīng)用還可以改善護士的診斷過程。例如，Jain等人（2021）評估了一種用于診斷初級保健中皮膚狀況的AI工具。與傳統(tǒng)的醫(yī)療記錄和皮膚狀況圖像審查方法相比，他們發(fā)現(xiàn)人工智能工具改善了診斷結(jié)果。
人工智能應(yīng)用可以加強社區(qū)醫(yī)院病房和護理服務(wù)的管理和組織。
An 等人 （2021） 使用多種算法根據(jù)患者的疾病嚴(yán)重程度和護理需求來組織入住重癥監(jiān)護病房 （ICU） 的患者。這種計算機化的方法旨在幫助護士經(jīng)理分配具有適當(dāng)專業(yè)知識的ICU護士來照顧患者。
最近的人工智能應(yīng)用，如ChatGPT，基于一種稱為大型語言模型的人工智能模型，可以應(yīng)用于醫(yī)療保健。
Madden 等人（2023 年）建議使用這些人工智能工具來分析醫(yī)生、護士和其他專業(yè)人員在電子健康記錄中的自由文本條目，以生成患者護理的實時摘要。這可能有助于在繁忙的地區(qū)支持一系列任務(wù)，例如臨床交接、患者出院和患者教育等。
研究人員使用ChatGPT-4分析重癥監(jiān)護中的非結(jié)構(gòu)化醫(yī)療記錄，
發(fā)現(xiàn)它產(chǎn)生了簡潔的摘要并回答了查詢。
然而，它也產(chǎn)生了一些虛假信息，作者強調(diào)了使用聊天機器人時的數(shù)據(jù)隱私和安全風(fēng)險，因為人工智能工具存在缺點（Madden 等人，2023 年）。
三
人工智能的缺點
人工智能有幾個限制，護士需要意識到。
人工智能算法和預(yù)測方法的好壞取決于它們所基于的數(shù)據(jù)質(zhì)量。
如果健康數(shù)據(jù)集缺少變量，或者某些患者代表性過高或代表性不足，則 AI 工具可能會給出不準(zhǔn)確或有偏見的結(jié)果。這個問題被稱為算法偏差（奧康納和布斯，2022 年）。
例如，美國的一個研究小組在健康保險公司使用的算法中發(fā)現(xiàn)了種族偏見（Obermeyer 等人，2019 年），這可能會使某些患者處于不利地位。基于人工智能的數(shù)字工具也可以在較舊的數(shù)據(jù)集上開發(fā)，這些數(shù)據(jù)集可能無法幫助預(yù)測未來的健康問題。
在醫(yī)療保健中引入人工智能時，可能會出現(xiàn)一些障礙。
許多護士缺乏人工智能方面的知識和技能（布斯等人，2021 年）。這可能會降低人工智能工具在患者護理中的開發(fā)和應(yīng)用速度和效果。一些臨床醫(yī)生擔(dān)心人工智能可能會取代他們的工作，或者人工智能工具將取代臨床決策（Castagno and Khalifa，2020）。人工智能應(yīng)用，例如醫(yī)療保健環(huán)境中使用的機器人，缺乏同理心和其他可能影響決策和患者護理的人類情感（斯托克斯和帕爾默，2020 年）。
最后，應(yīng)考慮開發(fā)和應(yīng)用ML（機器學(xué)習(xí)），NLP（自然語言處理）和其他AI技術(shù)所涉及的成本，因為它們成本高昂，并且可能不會為患者，護士和其他醫(yī)療保健專業(yè)人員或衛(wèi)生服務(wù)帶來很多好處。
Al現(xiàn)在在許多醫(yī)療保健環(huán)境中司空見慣。通過使用算法和其他計算技術(shù)分析大型數(shù)字健康數(shù)據(jù)集，它可以幫助我們了解患者、護士和醫(yī)療保健領(lǐng)域的其他人面臨的一些日常問題。護士需要了解與其臨床實踐相關(guān)的人工智能功能和在醫(yī)療保健中的應(yīng)用。
他們應(yīng)該尋找機會參與并隨后領(lǐng)導(dǎo)醫(yī)療保健領(lǐng)域的人工智能計劃。這將有助于確保開發(fā)基于人工智能的技術(shù)，以滿足護理專業(yè)的需求，并有利于患者護理和衛(wèi)生服務(wù)的提供。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號：滬ICP備17004559號-5
