利用技术和人工智能使医疗保健变得可负担和可获得

巴比伦健康的首席用户研究员安娜扎维尔斯卡(Anna Zawilska)最近在布拉格举行的2019年网络博览会上展示了通过将技术与人工智能(AI)相结合来提供远程医疗服务的经验和教训。巴比伦健康调整支持产品开发的三个关键假设。

扎维尔斯卡在演讲中提到了世界卫生组织的一项研究，根据这项研究，世界上至少有50%的人口无法获得基本的医疗服务。在这种情况下，将移动设备的普及与人工智能的诊断能力相结合，就有可能扩大医疗保健服务的接入范围。巴比伦的工程师、医生和科学家开发了一种人工智能系统，它可以接收关于某人症状的数据，将这些信息与已知条件和疾病的数据库进行比较，以找到可能的匹配，然后确定行动计划和相关风险因素。

在巴比伦移动应用程序中，典型的用户流将从应用程序开始，要求用户(患者)描述他或她正在经历的症状。第二阶段，根据申报的症状，询问其他问题，进一步改善可能影响患者的情况。第三阶段，提出建议。

巴比伦团队做出的第一个假设是，患者和医生一样信任聊天机器人(患者输入症状)。然而，来自实践经验的主要观察表明，人类医生和基于机器的技术之间的用户行为存在显著差异。

患者通常认为医生是知识渊博的合格医生。这种信任没有转化为聊天机器人。此外，虽然患者很少起床，也不会在结束前咨询医生，但Chatbot用户更有可能尽快结束咨询。最后，虽然患者普遍认为应该遵循医生的建议，但Chatbot用户倾向于相信Chatbot的建议并遵循给定的处方。

巴比伦健康得出结论，不能假设用户信任，所以他们需要设计来提高他们的信任。Zawilska提供了一个改变用户界面的例子：当问一个假设的用户：“你的脖子移动有问题吗？”申请还将解释为什么会提出这个问题。例如，在这种情况下，应用程序将显示以下消息：“我问这个是因为我试图消除我的紧张性头痛。对你个人来说，颈部问题和头痛是紧张性头痛的有力预测因素。”

信任在医疗保健行业尤为普遍。扎威尔斯卡列举了最近的争议(涉及Theranos或DNA测序)，这些争议削弱了人们对医疗技术最新创新的信任。

第二个假设是临床安全性是评估巴比伦预测性AI成功的唯一标准。通常使用大量的数据来训练AI，并使用一些评估标准来针对测试集测试生成的AI模型。Zawilska解释说，将临床安全性作为验证AI模型的唯一标准会带来更高的风险，会对用户体验产生不利影响。