新刊NEJMAI上線，“AI在醫療領域的應用才剛起步”

　　經過1年多精心準備，NEJM AI第一期今晨正式上線（ai.nejm.org）。我們在此發表該刊主編Isaac Kohane教授撰寫的社論。

　　Kohane教授和該刊常務主編Charlotte Haug博士曾多次參加NEJM集團與J-Med共同主辦的AIMS年會。

　　在Kohane教授看來，“無論是為了安全還是為了克服我們的認知局限，這種愿望都并不新鮮，至少可以追溯到20世紀50年代。”

　　但這一賽道仍被看好，“AI在醫療領域的應用意義重大，而我們才剛剛起步”，Kohane表示。

　　Isaac Kohane（哈佛醫學院、NEJM AI主編）撰文如下：

　　在NEJM AI創刊之際，我期待大家與我們共同踏上合作之旅。無論您是讀者還是作者，都希望您能認同我們的主要目標：利用醫療生態系統的最新成員人工智能（AI）增強臨床醫師、患者以及其他群體的能力，從而按照我們共同的最高標準提供安全有效的醫療服務。

　　我們對于實現這一目標持樂觀態度，同時時刻意識到，錯誤或草率使用這些技術將對醫療系統各方造成系統性傷害，其中最重要的是對患者造成傷害。

　　自2012年AI在圖像識別領域取得突破以來[1]，人們對AI的關注與日俱增，其在醫學各學科的表現也已經可以與人類能力媲美。檢索Pubmed可發現，至2020年，對AI和機器學習的臨床評估已從單一話題發展成蓬勃發展的領域，僅2020一年就有300多篇評估AI技術的論文。當然，利用AI增強臨床醫師能力，無論是為了安全還是為了克服我們的認知局限，這種愿望都并不新鮮，至少可以追溯到20世紀50年代[2]。

　　1970年，著名內分泌科醫師William Schwarz在《新英格蘭醫學雜志》發表的論文中寫道：“計算機科學很可能會增強醫師的腦力，甚至某些情況下在很大程度上取代醫師的腦力，從而產生重大影響......并將從根本上[影響]醫師人力和醫療質量，還將不可避免地帶來重要的社會成本，涉及心理、組織、法律、經濟和技術成本等方面[3]。”50年后，包括醫學文本和健康記錄在內的大型在線數據集的發展、圖形處理器性能的飆升以及神經網絡架構的進步，讓人們有充分理由樂觀地認為Schwarz的預見可能會在本世紀實現[4]。

　　大語言模型（LLM）在社交媒體的狂熱推波助瀾下（社交媒體上，有人肯定LLM的變革能力，有人則警示其風險）于2022年秋季現身，進入患者和醫師的生活[5]。回顧1812年《新英格蘭內科和外科雜志》（New England Journal of Medicine and Surgery；NEJM初始刊名）創刊之初，我們不難發現，距離隨機試驗問世還有遙遠的130年。

　　而到了208年后的2020年，在上述已發表的臨床AI評估中，只有不到1%是前瞻性隨機對照試驗。這凸顯了我們目前的緊迫任務：除需要取得技術進步外，AI還必須達到與其他臨床干預措施相同的臨床證據標準。要將特定AI工具投入使用，必須有證據證明它能安全有效地發揮作用，而且最好是在將該工具與既定標準對比的隨機對照試驗中證明這一點。

　　對LLM開展隨機對照試驗并非易事。這些程序的功能廣泛，它們已經“見過”哪些數據也是未知數，因此基于臨床試驗定義的狹義任務對其所做的評估屬于“人為”狀況，不能完全反映臨床醫師或患者對其的使用情況。要確保多功能AI程序達到“臨床級別”并且安全，臨床醫師、患者權益組織和眾多利益相關方有必要進行多方面合作。無論評估采取何種形式，透明度都將是贏得讀者信任的關鍵。

　　對AI進行評估只是決定其在醫療領域未來發展的一個方面。其他問題也日益突出：誰將駕駛這艘創新之船，船將駛向何方？本刊的文章類型多種多樣，從“觀點”（Perspective）到“政策角”（Policy Corner），這些文章將成為充滿活力的論壇，剖析這些以及更多問題，不僅聚焦成功案例，還將關注發人深省的失敗案例和警示故事。

　　此外，在醫學AI領域，注釋清晰、有代表性、多樣化且可免費訪問的數據集可以說是最寶貴的資源之一，它能讓研究人員在真實、有代表性的任務中評估AI算法的能力。因此，展示新數據集、基準以及創新、可重現方案的論文不僅會受到歡迎，而且會受到贊譽（文章類型完整列表請參見ai.nejm.org）。

　　我們希望哪些人向NEJM AI投稿？臨床醫師？AI研究人員？在我們看來，最具影響力的文章將在多學科團隊的沃土中綻放，反映計算機科學、醫患動態和生物醫學研究相交匯之后的活力。我們的編輯委員會由來自AI、生命科學、倫理學和政策領域的引領者組成，他們非常高興能與醫學界共同探索如何以精確、好奇和正直的態度，以最佳路徑駛過這些復雜而未知的水域。

　　展望10年后，如果您屆時想要了解NEJM AI的發展歷程及其對于成功的衡量標準，可能會得到很多答案。然而，最重要的答案將取決于以下基本問題：我們是否協助引導醫療系統穿越快速發展的技術漩渦，確保患者醫療達到前所未有的標準，同時維護他們（即我們）應有的自主權和尊嚴？盡管重要性次之，但肯定地回答以下問題對我們所有人而言都有意義：我們是否有效地倡導了AI的設計和實施，從而使醫學實踐能夠像一些誠懇的醫學院申請書寫作者期望的那樣，在情感和智力上都令人滿足？

　　NEJM AI的工作將大大超出期刊出版的范疇。我們已推出廣受歡迎的播客NEJM AI Grand Rounds、發送簡報（newsletter）并且每年舉辦2~3次線上?線下同步研討會。我們將根據需求組織特定主題的國際會議。例如，我們在10月末組織了“負責任地應用AI，推動醫療的社會價值和倫理研討會”（RAISE，Symposium for Responsible AI for Social and Ethical Healthcare），并將發表白皮書。AI在醫療領域的應用意義重大，而我們才剛剛起步。歡迎與我們抱有同樣熱情的人參與這些活動，并在我們期刊發表文章。

　　參考文獻

　　1. Krizhevsky A, Sutskever I, Hinton GE. ImageNet classification with deep convolutional neural networks. NeurIPS Proceedings 2012 (https://papers.nips.cc/paper_files/paper/ 2012/hash/c399862d3b9d6b76c8436e924a68c45b-Abstract.html).

　　2. Haward LRC. The robot anaesthetist； an introduction to the automatic control of anaesthesia by means of an electro-encephalographic intermediary. Med World 1952；76:624-6.

　　3. Schwartz WB. Medicine and the computer. The promise and problems of change. N Engl J Med 1970；283:1257-64.

　　4. Rajkomar A, Dean J, Kohane I. Machine learning in medicine. N Engl J Med 2019；380:1347-58.

　　5. Lee P, Bubeck S, Petro J. Benefits, limits, and risks of GPT-4 as an AI chatbot for medicine. N Engl J Med 2023；388:1233-9.