拉斯维加斯——美国大型科技公司高管齐聚今年的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医疗和英伟达等公司推出的AI产品，宣称可帮助医疗系统解决从缩减文档处理时间到优化手术室排程等一系列问题。科技高管表示，他们已超越早期以单点解决方案为主的AI工具阶段，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。”微软健康与生命科学全球负责人萨莉·弗兰克（Sally Frank）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，高管们对于如何负责任地向行业推出新技术存在分歧——临床医生是否同样准备好迎接这些新工具，也是悬而未决的问题。

“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（Greg Corrado）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，提供产品开发与测试方面的深厚专长。

不过，出席HLTH的科技高管也谨慎表示，他们很少直接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。他比喻称，科技公司如同半导体芯片制造商——它们制造资源密集、价值高昂的原材料——在此情境下即大语言模型——再由医疗行业加以应用。

“我们开发的技术，应当让医疗机构能够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可检索电子健康记录的文档工具等多种技术。

微软等其他科技公司也推出了类似合作，鼓励医疗系统定制自己的AI解决方案。

微软健康与生命科学产品营销副总裁基斯·赫托（Kees Hertogh）表示，这一承诺将大门“远远推开”，超越那些解决“直接用例”的“开箱即用”工具。

本月早些时候，微软宣布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”，赫托说。

德勤首席顾问比尔·费拉（Bill Fera）认为，医疗系统很可能偏好此类工具而非早期产品。

“我认为，随着人们对自己构建AI及理解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，“将出现从应用程序向自有平台的迁移。”

稳健测试需求引发准入之问

在医疗领域，科技公司表示当前关注的是帮助医疗系统管理信息过载。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病历的时间，或为关键手术安排患者，高管们表示。

但不同的AI应用需要不同层级的人工监督。

目前，出席HLTH的科技公司一致认为，所有医疗AI都应有人员监督。一些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。以GE医疗为例，排程工具所需的监督可能少于用于辅助癌症治疗的工具。

“这些领域我们认为可以非常快速地引入AI，因为它不直接涉及临床决策支持。”GE医疗数字产品总经理兼全球高级副总裁阿布·米尔扎（Abu Mirza）表示，“它不直接关联对某人手术或其他事项的决策。这正是AI可以真正起步的地方。”

然而，当AI接近临床决策点时，必须进行更为严格的测试，谷歌的科拉多表示。

AI“幻觉”问题——即模型生成无法由源文本支持的答案——已受到广泛关注。

但科拉多认为，遗漏问题同样值得重视。遗漏是指AI在回答中未能引用相关信息。从某些角度看，遗漏更难测试，因为需要对往往冗长的病历进行全面审阅。

然而，微软和谷歌的高管指出，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。

据赫托介绍，微软已将寻求使用AI的医疗系统连接起来，使更先进的系统能够在部署前为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，这是我们构建的方式，这是我们思考负责任AI的方式’。”赫托说。

据这位高管称，微软也从信息交换中获益。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。与美国一些顶尖医疗系统的领导者互动，有助于提升对微软产品的信任并建立信誉，他说。

赫托认为，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得新技术，并作为“加速器”推动生成式AI在医疗系统中的更广泛采用。

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方面具备一定“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。应该等待事物成熟、稳定。”这位研究者表示，“我不认为在任何（医疗）情境下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。”