从缺医少药到AI问诊：撒哈拉以南非洲的医疗突围之路
在撒哈拉以南的非洲地区，医生稀缺、医院遥远、看病难如登天。面对基础医疗资源的巨大缺口，有人将希望寄托在人工智能身上。AI能辅助诊断、指导治疗，甚至能引导助产士提出关键问题，但它并不能解决所有问题。在理想与现实之间，AI医疗究竟能走多远？
相关内容
时事通讯：瑞士媒体里的中国
世界卫生组织(WHO)估计，到2030年全球将面临1’100万名医护人员的缺口。根据世卫组织的数据，2021年有45亿人无法获得基本医疗服务，医护人员短缺将加剧当前的医疗困境。
“我们必须意识到，世界上有些人一辈子都见不到医生，这样的人多达成百上千万，”瑞士洛桑联邦理工学院(EPFL)和美国哈佛大学的医生兼教授安妮·哈特利(Annie Hartley)说。
外部内容
人工智能和算法机器人有望为医疗领域带来范式转变，尤其是在医疗基础设施薄弱的国家。这类工具可以通过提供诊断指导和治疗建议来支持医疗工作者。
哈特利开发了一款名为Meditron的人工智能工具。目前，这款工具正与瑞士热带与公共卫生研究所(Swiss TPH)以及总部位于美国、在日内瓦有深厚影响力的非政府组织D-tree展开合作。D-tree长期致力于提升非洲地区医疗服务的可及性。
这项合作计划名为“MAM*AI”，目标是在坦桑尼亚桑给巴尔岛推广Meditron，交到一线医护人员手中。该工具专为孕产妇健康打造，旨在为助产士及医务工作者提供有力支持，帮助他们更好地照护孕妇。目前，Meditron仍处于测试阶段，仅通过邀请制形式在特定平台上使用。它和ChatGPT、Gemini、Claude等聊天机器人同属大语言模型，但功能聚焦于医疗领域。
“大语言模型的独特之处在于，它们能用最简单的对话，跨越巨大的信息鸿沟，”哈特利表示，“这项技术可扩展性极强，应用前景非常实际。我们正身处一个令人振奋的时代。”
Meditron由瑞士洛桑联邦理工学院于2023年首次推出，设计之初就考虑到多样化场景，能够灵活适应非洲、北美、欧洲等不同地区与临床环境的实际需求。
“我们现在的工作重点，是弄清楚助产士在面对临床问题时是怎么应对的。换句话说，我们要真正掌握当地的实际情况，这样才能为负责开发Meditron的工程师们提供有价值的数据。”D-tree首席执行官里卡多·兰帕里埃洛(Riccardo Lampariello)解释说。
他说：“等开发完成后，我们希望桑给巴尔的每一位助产士都能把这个工具用在日常工作中。接下来，我们将总结经验，把这套模式推广到其他国家，并根据当地情况进行调整优化。”
目前，这一平台尚未在桑给巴尔正式上线，因为D-tree还在与当地卫生主管部门沟通，评估实际需求，并确保一切准备就绪。下一步的重点将是平台推广和人员培训。
在桑给巴尔等撒哈拉以南非洲地区，医疗服务获取的主要障碍之一是合格医护人员短缺。
缺乏培训
在许多地区，医疗知识和急救技能往往依赖于社区卫生工作者来传递。这些人多数是志愿者，经过几个月的基础培训后，就成了所在社区的“医疗顾问”。
“你可能拥有世界上最贵的药、最先进的MRI(医学影像技术)，可如果你不知道该怎么用、何时用、为什么用，那这些东西等于白搭。”哈特利说，“信息才是最宝贵的资源。而医生不就是信息的来源吗？”
这就是Meditron这类工具能发挥作用的地方。它可以帮忙解读症状、消除用药疑惑，甚至指导如何实施急救操作。比如说，Meditron会引导卫生工作者提出合适的问题，从而判断是否需要将患者转诊至医院或推荐特定治疗方案。
如果一位孕妇前来看病，说她头痛，系统可能会指示卫生工作者询问她是否最近测量过血压。这一步是为了排查子痫前期，这病其实很好治，但要是没能及时识别出来，对母婴都是致命威胁。
“数据表明，这些系统确实能提升正确诊断的能力，”兰帕里埃洛说。
可靠信息
在众多聊天机器人层出不穷的今天，打造一个既专业又值得信赖的医疗平台，面临着两大挑战。
第一个挑战是要确保信息的可靠性。像ChatGPT这样的通用型聊天机器人，往往无法保证所提供内容的准确性。
例如，ChatGPT官网明确写道：“ChatGPT基于训练过程中学习到的模式来提供有用答案。然而，和所有语言模型一样，它也可能生成错误或具有误导性的内容。”
“在发展中国家中，依赖消费级健康应用的用户往往别无选择。在这些人力与财力资源都紧张的环境下，新技术对健康的影响更为显著，其错误率必须尽可能降低。”苏黎世联邦理工学院(ETH Zurich)前研究员、生物伦理学家阿加塔·费雷蒂(Agata Ferretti)表示。
相关阅读：人工智能助力药物发现：大型制药公司争相竞逐的新赛道
相关内容
人工智能助力药物发现：大型制药公司争相竞逐的新赛道
也正因如此，Meditron必须达到与持牌医生同样的准确性标准，尤其是因为大多数用户没有条件去自行验证这些建议的真假对错。
第二个挑战与第一个挑战密切相关，即人工智能专家所说的“治理”问题，也就是能否通过调整模型参数，或基于特定数据对其进行训练，从而控制模型行为。“这些工具必须和当地社区紧密合作，根据本地的具体情况来开发与测试。”费雷蒂指出。
“软件不能简单地从一个国家复制到另一个国家。各国的临床协议各不相同，医疗人员的角色和技能、疾病的发病率，甚至药物及其剂量也可能不同。因此，在设计解决方案时，这些差异必须被充分考虑进去，”兰帕里埃洛解释道。
例如，如果一个孩子发高烧，就得根据当地的疟疾发病率来评估他的病情。
语言和文化差异
“在非洲，我曾遇到一位患者声称自己‘膝盖怀孕了’。我明白她其实是指膝盖肿了，但语言模型会如何理解呢？”哈特利问道。
为了让应用程序尽可能靠谱，Meditron已经被集成进一个名叫Moove的系统中。Moove的全称是“大规模开放在线验证与评估”(Massive Open Online Validation and Evaluation)，是一个与健康相关的人工智能平台，由哈特利在洛桑的实验室运营，目前也在卢旺达、肯尼亚、尼日利亚和埃塞俄比亚投入使用。
为了测试系统医学知识库的表现，一些试验也正在瑞士进行中。洛桑、日内瓦和伯尔尼的大学医院提供医学内容方面的支持，而洛桑联邦理工学院人工智能中心则负责提供IT支持。
“这些信息必须由专业人士来评估，因为首先要确保其准确性。引入这类工具有相对安全的路径，我们也不希望过早将它们交给未经培训的人员。”哈特利表示。
目前，研究人员正在开展大规模临床试验，邀请来自世界各地的医生，提出真实的医学问题来“考”Meditron。系统的回答将从多个维度进行评估，包括安全性、准确性以及是否存在偏见。
“问题在于，我们该如何科学、有效地评估这些技术的质量和可靠性？”费雷蒂说，“这中间要考虑的因素很多，比如是否存在性别偏见、数据隐私保护是否到位，以及临床上的有效性等。”
与桑给巴尔卫生主管部门的谈判已接近尾声。项目团队目前正在寻求洛桑联邦理工学院“Tech4Dev”计划的进一步资助，该计划主要支持低收入地区的技术发展。如果申请顺利获批，团队希望能在未来数月内正式启动部署。
“我们决心将这些工具应用于实践中，并评估其实际效果。我相信，一旦投入使用，这些工具一定会成为日常医疗护理中不可或缺的一部分。”哈特利表示。
(编辑：Virginie Mangin/ts ，编译自英语：瑞士资讯中文部/gj)
符合JTI标准
您可以在这里找到读者与我们记者团队正在讨论交流的话题。
请加入我们！如果您想就本文涉及的话题展开新的讨论，或者想向我们反映您发现的事实错误，请发邮件给我们：chinese@swissinfo.ch。