大模型挑战医生垄断，患者医疗自主权提升
快速阅读: 新型智能如ChatGPT等正帮助患者提升医学知识，改变医生垄断医疗信息的局面。研究显示，AI在诊断方面超越医生，患者和医疗专业人士对AI的使用率显著上升，未来AI将助力患者自我管理健康，促进医患合作。
一种新型智能正在帮助患者挑战医生长期以来在医疗专业知识上的垄断地位。
在过去五千年里，医生一直是医疗专业知识的唯一来源，患者依赖他们的判断来理解自己的症状和医疗选择。如今，以ChatGPT、Claude和Gemini等大型语言模型为代表的新型智能正帮助患者提升自身的医学知识水平。这种变化不会消除对医生的需求，但将显著重塑医生的角色。
早在2024年，只有六分之一的美国成年人表示他们经常使用AI聊天机器人获取健康信息。自那以后，这一技术的普及速度令人瞩目。本月早些时候，我进行的一项调查显示，78%的患者和65%的医疗专业人士最近都转向了生成型AI来解答健康相关问题。另一项于2025年4月进行的调查显示，88%的用户认为AI提供的医疗答案“良好”或“优秀”。
但数据不仅证实了用户的满意度。直接对比显示，生成型AI在诊断方面的能力日益增强。斯坦福大学最近的一项研究发现，GPT-4在临床案例中的诊断得分中位数为92%，而医生的得分为74%，即使是在有AI辅助的情况下，医生的表现也不及GPT-4。同样，在梅奥诊所的一项试点研究中，谷歌的Med-PaLM 2提供的答案被专家们一致认为是安全的，并且在许多情况下优于医生撰写的回答。
生成型AI的下一个机会是从研究转向实践，患者可以利用大型语言模型来管理过去由医生独占的护理方面。与“谷歌医生”不同，后者将用户淹没在数十个可信度存疑的链接中，生成型AI能够提供真正的专业知识：它整合了医学证据，并以个人偏好的语言提供了个性化、清晰的指导。
教育者将通向专家的道路描述为五个步骤的攀登过程。在大部分医学历史中，医生独自攀爬这架梯子，而患者则停留在底部。有了生成型AI，患者也能开始攀登。以下是具体过程：
第一级：意识
对患者而言，意识到生成型AI可以提供医疗信息至关重要。过去，患者在没有医生帮助的情况下很难诊断症状或治疗疾病。如今，随着人们在日常任务中使用大型语言模型，他们逐渐认识到这些工具同样能提供针对其个人健康问题的清晰、基于证据的医疗答案（专业知识）。
第二级：应用
应用意味着将知识付诸实践。患者不再等待门诊，而是输入症状至大型语言模型，从而获得关于可能诊断和后续步骤的指导。对于可以通过非处方药或保守治疗解决的简单问题，患者可以在没有医生协助的情况下安全地解决问题。而对于需要处方药、实验室检测或影像学检查的医疗问题，则仍需医生的帮助。不过，政策制定者已经开始探讨是否应该允许个人在AI指导下直接订购某些服务。
第三级：分析
随着健康问题变得更为复杂，分析变得尤为重要。传统上，只有医生具备评估诊断选项、提出正确问题并决定最佳治疗方案的培训。患者虽然可以在WebMD或PubMed上找到信息，但难以判断这些信息是否适用于自己。现在，借助生成型AI，患者可以输入个人信息，提出澄清问题，并比较潜在的治疗方法。所有这一切带来了上下文和相关性，这是通用资源无法提供的。
第四级：综合
综合是指将新知识融入个人的理解中，以增加专业水平。医生通过将新发表的研究与其临床经验相结合来实现这一点。未来，患者将通过结合医生的指导和生成型AI的专业知识来进行综合。自从我的书《ChatGPT，MD》出版以来，我收到了数十人的反馈，他们使用AI准确诊断了自己的医疗问题，而这些问题曾让他们的医生感到困惑。
第五级：创新
在医学领域，创新意味着创造新的疗法、设备或手术技术。历史上，这仅限于少数医生或相关领域的专家。尽管生成型AI不会让大多数患者成为医学创新者，但它会扩大参与度。通过这些工具，个人可以根据自己的医疗经验设计用户友好的应用程序。
长期以来，医疗文化根植于等级制度，医生被视为最终权威。因此，许多医生认为患者自主性的提升存在风险且不安全。然而，无论临床医生是否支持，患者都将追求更高的自主权。医生可以选择与患者合作或拒绝合作，但他们无法阻止这一趋势。
在接下来的内容中，将概述医生与患者如何在未来短期内有效应用生成式人工智能：
第一年：通过实践建立信任
第一步是医生和患者共同开始熟悉（并最终信任）医学领域的生成式人工智能。这种信任不会来自阅读学术研究或听取专家证词，而是需要亲身体验。临床医生应首先将匿名患者资料输入大型语言模型，并将其建议与自己的判断进行对比：哪些地方一致，哪些地方不同？患者也应使用自己的医疗信息进行类似测试，看看AI指导与医生建议的一致性如何。当答案持续一致时，所有方面对技术可靠性的信任将逐渐增强。
健康政策专家长期呼吁临床医生“在其执业范围内尽最大努力”，即承担其培训允许的所有任务。在生成式人工智能时代，这一原则需要扩展到让患者“在其专长范围内尽最大努力”。最初可能只有少数人对依据AI指导行动感到舒适，但随着信心的增长，采纳率将迅速提高，犹豫的朋友和家人也会加入早期采用者的行列。
第二至三年：患者在常规护理中发挥主导作用
一旦医生和患者对生成式人工智能建立了信任，医生将鼓励患者利用这些工具诊断和治疗有明确循证指南的问题。这可能包括预防保健、常见感染（如上呼吸道或尿路感染）和轻微肌肉骨骼损伤等领域。随着家庭诊断技术的发展，患者将越来越多地依赖生成式人工智能来解读癌症筛查（结肠癌和宫颈癌）、传染病拭子（如新冠肺炎、性传播疾病）和其他临床检测的结果。在生成式人工智能的指导下，他们将知道何时可以使用非处方药物自行管理问题，何时需要联系医生以安排进一步的实验室检查、预约手术或开具处方药。从常规病例中解放出来的医生将能够花更多时间照顾患有复杂疾病的患者，改善临床效果，并帮助减少近半数临床医生报告的倦怠现象。
第三至五年：慢性病和后期急性护理的共同进步
最具有变革性的临床进展将出现在生成式人工智能与可穿戴设备及家庭监测工具的结合上。这里有两个突出领域：慢性病管理和后期急性护理。
像糖尿病和高血压这样的慢性疾病（几乎导致了所有心脏病发作、中风和肾功能衰竭的一半）在全国范围内控制不佳。生成式人工智能可以通过分析家庭监测器的日常数据，在当前系统允许的时间之前数月提醒患者控制不足，并推荐基于指南的药物调整。早期发现将显著改善结果。
目前，大多数身体脆弱和高风险患者出院时除了计算机生成的指南外，最多只能得到几天后的随访电话或护士访问。未来，与床边或可穿戴监测器相连的生成式人工智能将全天候实时评估患者的健康状况。一旦发现异常，应用程序将触发远程医疗咨询。咨询中心的临床医生将评估数据，与患者或家属交谈，并决定是否调整治疗方案、派遣护士或呼叫救护车。这一切将在现有医院居家模式识别问题前几小时完成。
在未来五年内，数百万患者将因生成式人工智能而大幅提高自身专长。敬业的临床医生、赋权的患者以及技术提供的专业知识将共同推动更好的结果，挽救数千人的生命，并为国家建设一个更加可持续的医疗体系。
(以上内容均由Ai生成)
