基层医疗AI决策支持工具的随机试验结果公布

《自然医学》期刊发布的一项大规模真实世界临床研究显示，应用于支援基层临床医生的生成式人工智能系统不仅安全可靠，还能提升诊疗决策质量，但对患者短期治疗效果的影响并不明显。

这项真实世界临床研究证明，一款采用生成式人工智能技术的辅助系统被基层临床医生采用后，系统运行安全可靠，诊疗决策质量得到改善，但患者短期治疗结果并未出现显著变化。

该研究今日在《自然医学》发布，属于全球首批随机对照试验之一，旨在验证生成式人工智能能否改善患者层面的治疗效果，而不仅仅评估临床医生的工作表现或模拟病例。

研究覆盖超过9600名患者，这些患者在肯尼亚16家基层卫生机构就诊。研究由伯明翰大学专家团队主导开展，并获得英国国家健康与护理研究所NIHR生物医学研究中心的支持。

临床医生被随机分组使用电子病历系统，部分系统集成了AI咨询工具，可实时提供诊断和治疗的参考意见。该AI系统名为AI Consult，是基于大语言模型开发的临床决策支持系统，直接嵌入现有电子病历平台。

在诊疗过程中，该系统在后台运行，通过以下方式发挥作用：

分析临床医生在病历中录入的信息

临床医生保持完全决策权，无需遵从AI的建议，对所有诊断、开具处方和转诊决定承担全部责任。AI界面患者不可见，有助于维持正常的医患沟通。

资深作者、伯明翰大学健康机器学习荣誉教授、PATH首席人工智能官比拉尔·马特恩教授指出：这是首批严格探究人工智能在医疗领域最核心问题的研究之一：它是否真的能够改善患者的治疗效果。

我们发现的结果令人欣慰，但也发人深省。该技术是安全的，并且明显提升了临床决策的某些方面，但将这些优势转化为可衡量的患者获益却更具挑战性，特别是在日常的基层医疗服务中。

在基层医疗中，住院或死亡等严重后果相对少见，因此需要极大规模的研究——可能需要超过10万名患者——才能发现微小的变化。

伯明翰大学监管科学与创新教授、NIHR生物医学研究中心健康数据研究负责人，同时也是该研究合著者阿拉斯泰尔·丹尼斯顿教授表示：基层医疗的核心任务之一是处理常见疾病，包括许多自限性疾病，这类疾病通常只需要较低程度的医疗干预。在这种情况下，即使临床推理能力有显著提升，也可能只导致患者结局的微小变化，而这些变化非常难以测量。

研究显示，人工智能可以安全地融入真实临床工作流程，不会损害患者信任或医务人员的自主性——而这正是未来产生影响的关键基础。

研究人员发现，接受AI辅助治疗的患者与接受常规治疗的患者在14天内的治疗失败率无统计学显著差异（2.2%对比2.0%）。研究未发现任何不良影响，两组的住院率和死亡率也相近。

虽然该AI工具未能在短期内显著改善患者的临床结局，但根据一个独立的、经验丰富的临床医生小组评估，其在提升临床记录质量和治疗方案制定方面效果显著，且这些医生在不知晓是否使用了AI的情况下进行评估。

两组患者的满意度相同，表明人工智能支持并未改变患者对护理体验的感受。

研究还发现，尽管总体抗生素处方率相近，但由于更注重成本效益的处方选择，AI支持组的抗生素相关费用更低。

尽管试验在肯尼亚进行，但研究人员强调，研究结果具有全球意义，对高收入国家的卫生系统同样适用。

伯明翰大学生物统计学教授、本文高级作者理查德·莱利教授表示：此类严谨试验对于评估人工智能在实际应用中的真正影响至关重要。它们有助于建立人们对人工智能在现有医疗流程中实际所能带来贡献的合理预期，并指导未来投资和研究工作的重点方向。我们的研究结果是否适用于基础医疗标准已经较高的发达地区，还需要进一步评估。

参考文献

Generative AI-enabled clinical decision support system in primary care: a pragmatic, cluster-randomized trial