📢 转载信息
原文链接：https://www.technologyreview.com/2025/09/22/1123873/medical-diagnosis-llm/
原文作者：Grace Huckins
医疗初创公司Akido利用大语言模型（LLM）处理预约和进行初步诊断
想象一下这个场景：你感觉不舒服，于是你打电话给医生的办公室预约。令你惊讶的是，他们为你安排了第二天的门诊。在这次预约中，你没有被匆忙地打断，而是有整整半小时的时间，向一个专注倾听并提出深思熟虑的后续问题的对象，详细描述你的症状、担忧以及你完整的健康史。最后，你得到了一个诊断、一个治疗计划，并感觉这次终于有机会得到应有的医疗关注和讨论。
但蹊跷之处在于？你可能根本没有和医生或其他有执照的医疗专业人员交谈。
对于南加州少数几家由医疗初创公司 Akido Labs 运营的诊所的患者来说，这就是新的现实。这些患者——其中一些人拥有医疗补助（Medicaid）资格——可以很快获得专科门诊的机会，这通常是只有少数富裕阶层才能享受的特权，他们通常光顾的是私人诊所。
关键区别在于，Akido 的患者花在与医生相处上的时间相对较少，甚至可能完全没有。相反，他们见到的是一名医疗助理，助理可以给予同情的倾听，但临床培训有限。制定诊断和治疗方案的工作，则由一个名为 ScopeAI 的专有、基于 LLM 的系统完成，该系统会转录和分析患者与助理之间的对话。随后，医生会批准或更正人工智能系统的建议。
Akido 的首席技术官 Jared Goodner 表示：“我们的重点实际上是如何将医生从问诊过程中解放出来。”
根据 Akido 首席执行官 Prashant Samant 的说法，这种方法使医生能够看到比以前多四到五倍的患者。医生需要提高效率是有充分理由的：美国人正在变老，健康状况也更差，许多人难以获得足够的医疗保健。联邦医疗补助资金即将削减 15% 将使情况雪上加霜。
但专家们并不确定将医学中如此多的认知工作转移给人工智能是否是解决医生短缺问题的正确方法。加州大学伯克利分校的计算机科学家 Emma Pierson 表示，医生和人工智能增强型医疗助理之间存在巨大的专业知识鸿沟。跨越这样的鸿沟可能会带来风险。“我对人工智能在扩大医疗专业知识方面潜力感到兴奋，”她说。“只是不清楚我是否认为这种特定方式是实现目标的途径。”
人工智能在医学中已经无处不在。计算机视觉工具在预防性扫描中识别癌症，自动化研究系统使医生能够快速筛选医学文献，而由 LLM 驱动的医疗抄写员可以代替临床医生记录问诊笔记。但这些系统旨在支持医生完成他们典型的医疗工作流程。
Goodner 表示，ScopeAI 的独特之处在于它能够独立完成构成一次医疗问诊的认知任务，从收集患者的病史到列出潜在的诊断，再到确定最可能的诊断并提出适当的后续步骤。
在底层，ScopeAI 是一组大型语言模型，每个模型都可以在问诊过程中执行特定步骤——从根据患者所说的内容生成适当的后续问题，到填充可能疾病列表。在大多数情况下，这些 LLM 是 Meta 的开源 Llama 模型的微调版本，但 Goodner 表示，该系统也使用了 Anthropic 的 Claude 模型。
在问诊过程中，助理会照着 ScopeAI 界面上的问题念，ScopeAI 会根据患者的回答生成新问题。对于稍后将审核其输出的医生来说，ScopeAI 会生成一份简洁的记录，其中包括患者问诊的摘要、最可能的诊断、两到三个备选诊断，以及推荐的后续步骤，例如转诊或开处方。它还会列出每个诊断和建议的理由。
ScopeAI 目前正被用于心脏病学、内分泌科和初级保健诊所，以及 Akido 的街头医疗团队，该团队为洛杉矶的无家可归者提供服务。该团队由专注于成瘾医学的医生 Steven Hochman 领导，他们在社区中与患者会面，帮助他们获得医疗服务，包括药物滥用障碍的治疗。
以前，为了开具治疗阿片类药物成瘾的药物，Hochman 必须亲自会见患者；现在，配备 ScopeAI 的社工可以独立询问患者，而 Hochman 可以在稍后批准或拒绝系统的建议。“这使我能够同时出现在 10 个地方，”他说。
自开始使用 ScopeAI 以来，该团队已能在 24 小时内帮助患者获得治疗药物成瘾的药物——Hochman 称之为“前所未闻”的事情。
之所以能实现这种安排，是因为无家可归的患者通常通过医疗补助（Medicaid，面向低收入美国人的公共保险系统）获得健康保险。虽然 Medicaid 允许医生异步批准 ScopeAI 的处方和治疗计划，无论是在街头医疗还是诊所就诊中，但许多其他保险提供商要求医生在批准这些建议之前与患者直接通话。Pierson 认为这种差异引发了担忧。“你担心这会加剧健康差异，”她说。
Samant 注意到了这种不公平的观感，他表示这种差异并非出于本意——这只是当前保险计划运作方式的一个特点。他还指出，被经过人工智能增强的医疗助理快速看诊，可能比 Medicaid 患者所面临的漫长等待时间和有限的医疗服务提供者可用性要好。他说，所有 Akido 患者都可以选择传统的医生预约，如果他们愿意等待的话。
部署 ScopeAI 等工具所面临的挑战之一是驾驭一个没有为能够独立指导医疗预约的人工智能系统而设计的监管和保险环境。哈佛法学院教授 Glenn Cohen 表示，任何有效充当“盒子里的医生”的人工智能系统，很可能需要获得 FDA 的批准，并可能违反医疗执照法，这些法律规定只有医生和其他有执照的专业人员才能从事医疗实践。
《加州医疗实践法》规定，人工智能不能取代医生诊断和治疗患者的责任，但医生可以在工作中利用人工智能，并且他们不需要在诊断前亲自或实时与患者会面。根据书面描述，FDA 和加州医疗委员会均无法说明 ScopeAI 的法律基础是否稳固。
但 Samant 对 Akido 遵守规定充满信心，因为 ScopeAI 的设计初衷就是避免成为“盒子里的医生”。他说，由于系统要求人类医生审查和批准其所有诊断和治疗建议，因此它不需要 FDA 批准。
在诊所，人工智能与医生决策之间的这种微妙平衡完全发生在幕后。患者从不直接看到 ScopeAI 界面——他们与医疗助理交谈，助理会以医生在典型问诊中可能的方式提问。这种安排可能会让患者感到更舒服。但宾夕法尼亚大学医疗伦理学和卫生政策教授 Zeke Emanuel（曾任职于奥巴马和拜登政府）担心，这种舒适感可能会让患者对算法影响其护理的程度感到模糊。
Pierson 表示赞同。“这肯定不是传统意义上医学中的‘人性化接触’，”她说。
DeAndre Siringoringo 是在 Akido 兰乔库卡蒙加心脏病诊所工作的一名医疗助理，他说，虽然他告诉合作的患者人工智能系统将在问诊中监听以收集信息供医生参考，但他不会告知他们 ScopeAI 工作原理的具体细节，包括它会向医生提供诊断建议这一事实。
由于所有 ScopeAI 的建议都会经过医生的审查，这可能看起来无关紧要——最终的诊断是医生做出的，而不是人工智能。但有大量文献记载，使用人工智能系统的医生倾向于采纳系统建议的次数多于应该采纳的次数，这种现象被称为自动化偏见。
目前，无法知道自动化偏见是否影响了 Akido 诊所医生的决定，尽管 Pierson 认为这是一种风险——特别是当医生没有亲临问诊现场时。“我担心这可能会让你倾向于只是点头同意，而如果你真的在现场看着这一切发生，你可能就不会这样做，”她说。
Akido 的一位发言人表示，自动化偏见是任何协助医生决策的人工智能工具都存在的有效担忧，该公司已努力减轻这种偏见。“我们专门设计 ScopeAI 以减少偏见，主动对抗影响医疗决策的盲点，而这些决策历史上严重依赖于医生的直觉和个人经验，”发言人说。“我们还对医生进行明确培训，教他们如何有意识地使用 ScopeAI，以便他们保留责任感并避免过度依赖。”
Akido 通过在历史数据上对其进行测试以及监控医生更正其建议的频率来评估 ScopeAI 的性能；这些更正也用于进一步训练底层模型。在将 ScopeAI 部署到特定专科之前，Akido 确保在历史数据集上进行测试时，该系统在其前三项建议中包含正确诊断的概率至少达到 92%。
但 Akido 尚未进行更严格的测试，例如比较 ScopeAI 问诊与传统面对面或远程医疗问诊的研究，以确定该系统是否能改善——或至少保持——患者的治疗效果。这样的研究将有助于表明自动化偏见是否是一个有意义的担忧。
Pierson 总结道：“让医疗保健更便宜、更容易获得是一个值得称赞的目标。但我认为，与基线进行强有力的比较评估非常重要。”
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。
评论区