所有领导者都可以从人工智能如何彻底改变医学中学习

莫莉·伍德： 今天，我将与微软研究院院长 Peter Lee 讨论跨行业的商业领袖可以从人工智能改变医学和生命科学的方式中学到什么。 他从前线发表了一份关于技术创新的报告，这些创新正在改变医学的各个方面，从研究到诊断到安全和隐私，甚至医生和患者相互沟通的基本方式。 人工智能创新正在帮助发展一个更少孤立、更少混乱、更彻底、更高效、更安全、甚至更具同理心的医疗保健系统。 如果您的行业还没有发生类似的转变，请放心，它们很快就会发生。 这是我和彼得的对话。

[Music]

莫莉·伍德： 让我们从三年半前你的转变开始，当时微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 要求你重新考虑公司的医疗保健战略。 我想问你，人工智能是什么时候进入并成为医疗保健领域已经相当大的战略转变的主要焦点的，对吗？

彼得·李： 正确的。 早在 2016 年，萨蒂亚就首次要求我重新审视医疗保健，当时我对此感到非常困惑。 我就想知道，他为什么要惩罚我？ [Laughter]

莫莉·伍德： 它不被认为是一个尝试转型的有趣领域。

彼得·李： 事实并非如此，但我认为 Satya 确实看到了未来，并且理解，微软实际上存在于地球上的每一个医疗保健组织中。 从凯撒医疗机构和联合健康集团，一直到肯尼亚内罗毕的一名护士诊所，以及介于两者之间的一切。 你知道，他的观点是，未来将有很多关于人工智能、云和健康数据的事情，我们在这方面做得足够吗？ 这就是任务。 我开玩笑说，这有点像他把我和我的一些团队扔到太平洋中部，要求我们寻找陆地，因为你不知道该往哪个方向游。 我花了一点时间才明白，微软为何赋予我们参与这里的权利？ 我们可以提供哪些差异化的新事物？ 我们提出这个问题的方式是，如果微软今天消失，医疗保健行业会在哪些方面受到损害或阻碍？ 当 ChatGPT 于 2022 年 11 月发布时，即发布三天后，我收到了来自世界各地的一些临床医生朋友的电子邮件，他们说，哇，彼得，这真是太棒了。 我在我的诊所用它来做这样那样的事情。

莫莉·伍德： 立即地。

彼得·李： 立即地。 这确实激励我们尽快研究和教育医学界，了解这项新技术是什么。

莫莉·伍德： 我的意思是，医疗保健是普遍的。 我们都以这样或那样的方式进行互动，这可能是非常个人化和情感化的，但也可能是超级官僚和复杂的。 您认为人工智能改善整体体验的潜力有多大？

彼得·李： 嗯，我认为每个接触医疗保健系统的人都会有困惑和沮丧的时刻。 例如，如果您在美国生活和工作，并且您有雇主提供的健康保险，并且您接受了某种治疗，那么几周后您会在邮件中收到一份名为“解释”的邮件。福利形式是 EOB，这完全是神秘的。 至少对我来说，你知道，我会关注这些事情。 我不知道。 这是账单吗？ 嗯，你知道，这里解释的是什么？ 你有这些奇怪的代码，它们被称为 CPT 代码。 你不应该因为无法解读这些事情而感到难过，因为我实际上已经与美国主要健康保险公司的不少高管进行过互动。 我了解到他们甚至无法解析这些东西。 所以一个简单的事情是，当你得到类似的东西，或者也许你从体检中得到实验室测试结果时，你可以向 GPT-4 或 Microsoft Copilot 展示这些东西，然后说，看一下这个，解释一下这对我来说。 所以这确实是一种赋权。 去年，我的父亲因长期患病去世了。 对我和我的两个姐妹来说，照顾他是一件很困难的事情，因为我们都住在离我父亲几百英里远的地方。 有时，这种压力会导致我和我的两个姐妹之间的关系破裂。 过去几年我了解到，世界上有很多人都经历过这种情况。 因此，能够向 GPT-4 提供所有实验室测试结果和所有注释，解释情况并解释我们将与 K 博士进行 15 分钟的电话交谈，然后提出问题，最好问哪两件事或三件事？ 这段时间最好的用途是什么？ 这种互动能够降低温度，真正维护家庭和谐，并让我们在与复杂的医疗系统互动时感到有力量，这是非常有意义的。

莫莉·伍德： 首先，我很遗憾听到你父亲的事。

彼得·李： 哦谢谢。 这确实是他的时光，而且，你知道，他平静地去世了，家人在身边，所以这一切都很棒。

莫莉·伍德： 我的意思是，这些情况对家庭来说非常艰难，而想到技术可以帮助让这样的经历变得更容易一点，这真的是意义深远的。 有趣的是，在这些情况下，同理心的增加是多么有意义，而且你发现将人工智能引入医学实际上可以引入更多的同理心。 这让你感到惊讶吗？

彼得·李： 你知道，作为一名技术人员，当你想到医学和医疗保健时，我会因为立即关注人工智能而感到内疚。 诊断。 因此，传统上，技术专家在考虑医疗保健时会想，哦，我们可以让人工智能系统查看放射图像吗？ 我们可以让人工智能系统通过美国医疗执照考试吗？ 所有这些事情都是好的和重要的，但医疗保健还有更多的事情要做。 医疗保健的一个重要部分是医生或护士与患者之间的关系。 医生能够在就诊过程中与患者保持目光接触并在场，而不是在笔记本电脑上打字，这非常重要。 医生在人工智能系统的提醒下， 哦，您的患者下个月即将第一次前往法国。 也许最好在发给她的电子邮件中多写几句话，祝她一切顺利。 那些额外的小人情味。 因此，要实现这一目标，需要做两件事。 一种是我所说的反向提示。 我们总是想到人类提示人工智能系统，然后人工智能系统做出反应，但人工智能系统通常可以提示人类。 但另一个就是给医生、护士更多的时间，提高他们的工作效率。 因此，只需借助人工智能系统，就可以聆听医患对话，并卸下大部分时间和精力，例如撰写临床就诊记录。 这些事情加起来对于医生和病人之间的人际关系确实非常重要。

莫莉·伍德： 在最近的一次会议上，你说了一些有点违反直觉的话，关于如何释放时间，让医生和护士能够完成工作，你知道，而不是把技术工作交给人工智能，而且人工智能可以，你刚才指出，实际上要成为更有同理心的沟通者。

彼得·李： 是的，我有一个同事，他是一位神经放射学家，格雷格·摩尔，他有一个朋友，一个充满活力、非常成功的朋友，她不幸被诊断出患有胰腺癌。 通过格雷格的关系，他让她进入了梅奥诊所的专科诊所，这确实是治疗这种特殊癌症的最佳场所之一。 作为一个积极进取的人，她坚持采用尖端的免疫疗法。 但这些专家，这些是地球上治疗此类癌症的最优秀的人，非常确定这是错误的方法，他们需要从特定的化疗开始。 患者坚持不同意，因此发生了冲突，最终导致专家回到格雷格那里说，我们在与这位患者互动时遇到了问题，你能和她谈谈吗？ 格雷格不知道该对这个绝望的病人说什么，于是咨询了 GPT-4。 有趣的是，GPT-4 得出了与专家相同的结论。 GPT-4 和 Greg 就如何与患者交谈进行了对话。 在那次互动结束时，Greg 以一种对今天人工智能的奇怪态度感谢了 GPT-4。 GPT-4 说，不客气，格雷格，但让我问一下，你好吗？ 你坚持得好吗？ 您是否获得了所需的所有支持？

莫莉·伍德： 哇哦。

彼得·李： 同样，正是这种反向提示的想法让格雷格退后一步，反思自己的精神状态、自己的心理以及在如此绝望的情况下应对如此亲密的朋友处境的能力。 这是非常极端的，但还有很多更小的事情。 最大的电子健康记录系统制造商是 Epic，Epic 已迅速将 GPT-4 和 GPT-3.5 集成到其 EHR 系统中的各种应用程序中。 然后他们一直在与学术医疗中心合作进行对照研究，看看它是否运作良好、是否不会犯很多错误、患者满意度、医生满意度等等。

他们发现的一件事是，当 GPT-4 将就诊后摘要电子邮件写给患者时，患者一致认为这些笔记比医生自己写的笔记更人性化。

莫莉·伍德： 哇。

彼得·李： 当然，并不是说他们更人性化。 它们是由机器编写的。 但是，当您是一名忙碌的医生时，您可能不会只是花时间祝贺您的患者成为祖父母。 那些额外的小感动，只是表明有人记得和关心。 它可以极大地改善医生和患者之间的联系。

莫莉·伍德： 我的意思是，人工智能从接受训练的数据中清楚地了解到同理心是医学的关键部分，这是令人着迷且令人心碎的，但我们的医疗专业人员负担过重，以至于他们无法花时间去做这件事。 我也喜欢这种反向提示的想法，比如人工智能作为助手减轻一些负担，这样医疗专业人员就可以回到与护理有关的基本原理。

彼得·李： 嗯，这一点非常重要，因为目前美国正面临这场危机，但大量研究表明，临床医生一天平均有 40% 以上的时间花在文书工作、文件记录和笔记上。 我真的很爱我的初级保健医生，但每次我见到她时，她都背对着我。 她坐在电脑前，边打字边跟我说话。 她这样做的原因是她有自己的生活。 我的意思是，如果她在与我会面时没有花时间写这些笔记，她就必须把这份工作带回家。 在业内，这被称为睡衣时间。 有些医生不想在与病人在一起时这样做，他们把这项工作带回家，拿着笔记本电脑跳到床上，花两个小时做文件和文书工作。 那么如果人工智能可以将这种情况减少一半或 80% 呢？ 还有更多可能。

莫莉·伍德： 您在全球范围内谈论这个话题，我很好奇您的发现如何适用于世界各地的医生和护士。 你知道，是不是只有美国有倦怠和难以承受的文书负担？ 您如何看待这项技术正在向世界其他地区的医生转化？

彼得·李： 这是一个全球性问题。 然而，值得强调的是，美国的问题有多严重。 未来五年，美国医疗保健系统预计将短缺数十万名护士。 然后，如果你去英国的国民医疗服务体系，在伦敦以外的地方，如果你需要看初级保健人员，等待数月的情况并不罕见。 在非洲的大部分地区，人们仍然可能一辈子都不会去看医生。 然后在中国，中国初级保健医生每天的接诊量已接近 80 名患者。

莫莉·伍德： 哇哦。

彼得·李： 对于一名初级保健医生来说。 还有那种倦怠，在某些情况下，人们的挫败感会引发暴力。 这确实成为了那个国家的头条新闻。 我们还有即将到来的“银色海啸”。 人口结构发生变化，人口老龄化已经达到了没有足够年轻医护人员来照顾老龄化人口的程度。 因此，所有这些事情都将真正成为极端问题。 所有这些导致想要进入这个行业的聪明年轻人越来越少。 现在，美国的医疗保健系统正在做出反应——例如，大量新的医学院如雨后春笋般涌现。 事实上，我是一所新医学院凯撒永久医学院的董事会成员。 但这只是过去三年美国涌现的十几所新医学院之一，目的是培养更多的医生和护士。 根本原因是，我们能否让医生、护士成为一种令人满意的职业，让人们能够与个人愿望联系起来帮助别人，而不是做文书工作？ 我们能否创造一种能够激励人们的情境？ 这是我们作为技术人员需要解决的最重要的问题。 是的，用人工智能解决基因组学问题，用人工智能解决癌症问题，用人工智能拥有更好的放射成像技术，对我们来说将会很棒。 所有这一切都很棒。 但归根结底，如果我们能完成的一件事是让人工智能解决这种劳动力短缺问题，然后提高医疗保健领域的日常工作人员满意度，那么我们就真正为世界做出了贡献。很棒的服务。

莫莉·伍德： 医疗保健显然是一个如此独特的行业，它提出了自己的一系列挑战。 但你可以想象，这些经验教训也可以延伸到其他行业。 我想知道，在您的学习中，您对跨行业领导者应该如何以这种方式实施人工智能以带来更多时间和潜在的同理心有什么看法？

彼得·李： 这听起来很有趣，但我的解释是，生成式人工智能，即大型语言模型，不是计算机。 您可以用任何类型的信息工作者来代替它，但让我们假设您是一名护士。 你对计算机的心智模型是一台计算机，它是一台能够进行完美计算并具有完美记忆能力的机器。 因此，如果您要求计算机出现 – 假设您进行网络搜索，它会给出精确的答案。 如果你要求计算机做一些计算，它会给出一个精确的答案。 大型语言模型的奇怪之处在于，它与人脑相似，在记忆和计算方面都存在严重错误。 所以，它会犯错误。 如果你要求它做一大堆算术，它会以与人类非常相似的方式出错。 对于人们来说，重要的是要认识到，这是一种新型的机器、一种新型的工具，它不具备完美的计算或完美的记忆能力。 宾夕法尼亚大学沃顿商学院的一位教授 Ethan Mollick 说得非常好。 他说，最好将大型语言模型视为热心且不知疲倦的实习生，因此，如果您是一名医生，那么将大型语言模型当作计算机来使用可能会很危险。 像对待实习生一样对待就好多了。 你必须像从实习生那里得到的答案一样进行评估和思考。 而且它的风险很高，尤其是在医学领域。 如果你不明白这一点，你最终可能会伤害别人。 因此，当我在过去的一年里走遍世界各地的医疗保健组织时，我总是从这个教训开始。

莫莉·伍德： 是的，这是一种非常不同的心态。 实际上，对于在任何行业中使用这些工具来说，这似乎都是一个重要的工具。 那么，对于如何以真正发挥这些优势的方式使用人工智能，您对领导者的一般建议是什么？

彼得·李： 当然，开始的方法是亲自动手操作这些系统。 人类动手操作的最简单方法是通过聊天界面来完成。 你可以和它说话。 还有另一个阶段，如果你有一大堆数据，你可以问系统，你能弄清楚如何最好地构造这些数据并为分析和机器学习做好准备吗？ 这是另一件变得越来越重要的事情。 微软研究院的一个伟大项目涉及临床试验匹配。 因此，现在，当医学研究人员提出潜在的新疗法、新药物、新诊断技术时，它们必须经过验证过程。 验证过程的一部分涉及在特定情况下进行所谓的临床试验，以测试某种新疗法是否安全且效果良好。 令人遗憾的是，超过一半的临床试验未能招募到足够的参与者。 这极大地阻碍了医学科学的进步。 这实在是一件令人悲伤的事情。 部分问题在于，当你查看临床试验文件时，你会发现它们非常复杂，难以阅读。 它们是高度非结构化的文本文档。 我们了解到，像 GPT-4 这样的大型语言模型可以读取所有这些临床试验文档，并将它们放入结构化数据库中，从而允许工具更好地将患者与这些试验相匹配。 它只是开启了我们能够通过这样做来加速医学进步的可能性。 因此，您知道，在这些阶段的每一个阶段，您都从原始的大型语言模型开始，然后为大型语言模型提供工具访问权限，然后使用大型语言模型来理解其中的所有数据。世界。 我认为这三个阶段是一个自然的进展。

莫莉·伍德： 再说一遍，我们应该说这些阶段几乎适用于任何行业。 这实际上是一种思考它并理解你应该采用什么和不应该采用什么的心态。

彼得·李： 哦，是的，绝对是。 我的意思是，运输、零售、制造、法律、金融，凡是你能想到的。 这些相同的想法适用于所有领域。

莫莉·伍德： 当您听到不愿意使用其中一些工具时，您的首选反应是什么？

彼得·李： 我只是尝试表现出同理心。 你知道，当人们第一次向我展示我们现在称为 GPT-4 的东西并向我解释它的功能时，我非常怀疑。 就像，让我休息一下。 然后我从怀疑变成了烦恼，因为我看到我的一些微软研究院同事得到了我觉得被这些东西欺骗的东西。 然后我有点心烦意乱，因为很明显我的老板凯文·斯科特和他的老板萨蒂亚·纳德拉将在这项技术上下大赌注。 所以我想，什么？ 这太疯狂了。 然后，通过我自己的个人调查，我进入了惊讶的阶段。 因为这是真的。 OpenAI 声称的关于这件事的这些事情实际上都是真的。 他们正在发生。 这导致了一段紧张的时期，你试图弄清楚，好吧，这意味着什么？ 我们如何使用它？ 然后你就会进入一段担忧的时期，因为你开始遇到幻觉、偏见、透明度等问题。 然后你意识到这是一项真正的技术，它将改变一切。 所以我分享我自己的旅程，因为我看到很多其他人也经历过同样的旅程。 我已经看到整个组织和企业都在经历这些事情。 所以我告诉人们的是，你需要有耐心。 每个人都需要经历这个。 你需要明白这是一个人们必须经历的过程，因为相信这项技术能够存在是非常具有挑战性的。

莫莉·伍德： 最后，特别是在医疗领域，有没有什么东西，有没有你认为你真的希望这项技术能够实现的登月计划？

彼得·李： 你知道，当我思考要完成的最重要的事情是什么时，医学中有一个概念叫做真实世界证据，RWE。 我们的梦想是，如果每个患者的每一次医疗保健体验都可以直接促进医学知识和科学的进步，那会怎样呢？ 这是我最喜欢的疫情例子。 在大流行的第一年，世界各地的一些医生随机发现，如果他们有一名病情严重、呼吸困难的新冠患者，他们有时可以通过让患者俯卧 12 小时来避免插管。他们会在胃里待 12 个小时，然后他们会开始在社交媒体上分享这些知识。 于是其他医生开始做同样的事情，但这是非常随机和临时的。 几个月后，世界各地的医学研究机构网络联合起来，形成了一项临床试验，一项临床研究来研究这一点。 一年半后，他们确定，是的，对于一些患有严重呼吸窘迫的患者来说，这确实有效。 首先，这一年半的时间间隔导致成千上万的患者在可能不需要的时候接受插管，其中一些患者不必要地死亡。 如果我们拥有可以观察患者每次医疗遭遇中的每一次经历的系统，会怎样？ 这直接输入到医学知识的宝库中。 这就是现实世界证据的梦想。 当我看到人工智能今天正在变成什么样子时，我无法逃避这样一种感觉：RWE 梦想的某些方面实际上是在我们的掌握之中。 这就是我希望看到世界通向的地方。

莫莉·伍德： 彼得·李是微软研究院院长。 非常感谢您抽出时间。 这是惊人的。

彼得·李： 谢谢你，莫莉。 聊天真是太好了。

莫莉·伍德： 如果您有任何问题或意见，请发送电子邮件至 [email protected]。 并查看 Microsoft 的工作趋势指数和 WorkLab 数字出版物，您可以在其中找到我们的所有剧集以及深思熟虑的故事，这些故事探讨了企业领导者如何在当今新的工作世界中蓬勃发展。 您可以在 microsoft.com/WorkLab 上找到所有内容。 对于此播客，请对我们进行评分、评论，并在您收听的任何地方关注我们。 它帮助我们很多。 这 工作实验室 播客是专家分享见解和意见的地方。 作为未来工作的学生，微软重视来自不同声音的意见。 也就是说，我们的客人的意见和调查结果仅代表他们自己，不一定反映 Microsoft 自己的研究或立场。 工作实验室 由 Microsoft 与 Godfrey Dadich Partners 和 Reasonable Volume 共同制作。 我是你们的主持人，莫莉·伍德。 莎朗·卡兰德和马修·邓肯制作了这个播客。 杰西卡·沃尔克是 工作实验室 编辑。