人工智慧時代，如何避免醫衛領域數字鴻溝加劇？

早在新冠肺炎疫情暴發之前，就有許多人求助於人工智慧（AI），以快速推出滿足患者、醫務工作者、機構和政府需求的解決方案。與此同時，要求確保人工智慧應用不會加劇發達和發展中國家之間不平等的呼聲，也一浪高過一浪。

根據世界衛生組織（WHO）新冠肺炎疫情之前的統計資料，佔全球人口85%的中低收入國家揹負著全球92%的疾患重負。數字衛生工具被視為改善服務提供，進而增進健康和福祉的途徑，但為確保不會重現或加劇數字鴻溝，在應用人工智慧的過程中應對多個因素加以考慮。

日益加深的數字鴻溝

研究發現，人工智慧有助於聯合國可持續發展目標（SDG）的134個具體目標取得積極成果，但它也可能阻礙59個具體目標的進展。國際電信聯盟（ITU）戰略參與處負責人Fred Werner表示，在對偏見、隱私和道德問題表示關切的同時，還應思考人工智慧數字鴻溝愈演愈烈的問題。

Werner指出：“發展中國家無法隨時掌握豐富的資料集。”他呼籲將資訊數字化，以充分利用人工智慧。“找到以安全可靠的方式交換協作資料的先決條件非常重要。”他認為，只有可發現的資料才能擴充套件相關的人工智慧解決方案。

人工智慧培訓會消耗大量能源，對計算資源的需求巨大。國際電聯電信標準化局副主任Reinhard Scholl指出，只有較富有的國家和大學才有執行機器學習模型的計算能力。他認為，這成為人工智慧和前沿技術民主化程式的障礙。

人工智慧還需要大量“純淨”資料和連線。然而根據國際電聯的統計資料，目前全球仍有37%的人口無緣網際網路。

凱捷發明公司全球首席科學家Moez Draief教授對50個組織做了研究，以瞭解人工智慧有助於改善醫療保健的結果和體驗的途徑。儘管在技術、資料和人力資本方面投資巨大，但Draief的團隊發現，使用人工智慧的難點在於超越演算法去影響生活。他指出：“在衛生領域，從構思到成果交付需要大約15個月的時間。”

從實驗室思維到現實世界

凱捷發明公司已在法國開展了兩年的創傷矩陣（TrauMatrix）專案，旨在為醫生在最初24小時內治療創傷患者提供決策支援。利用道路事故受傷者資料庫，該解決方案旨在對超出通常收集量的更多資料進行解析，為急救手術做出超級具體的情境決策。

該公司開發的另一款工具旨在預測新冠肺炎疫情期間的醫院容量短缺，並利用機器學習預測即將出現的床位、裝置和人員需求。該團隊發現，有可能利用傳統和現代混合技術建立決策工具，以應對季節性壓力等對未來醫療保健資源或疫苗分發造成的影響。

Draief說，我們始終面臨的挑戰是尋找可靠的資料來源，瞭解具有訪問權的使用者，並找到綜合和篩選大量資料的方法。

他還表示，資料共享的重點是從衛生創新中的“實驗室思維”轉向“現實世界”。Draief強調了道德共享和確保尊重及隱私的重要性，並指出人工智慧解決方案必須面向所有人群，而不是某個細分群體。

“高技術”不是永恆的需求

博特納基金會的政策負責人Ulla Jasper認為，數字衛生技術具有帶來新風險和新回報的“兩面性”。然而，Jasper希望看到人工智慧改善低收入和發展中國家年輕人的福祉。

Jasper指出，低收入和發展中國家應當利用新冠肺炎疫情對數字轉型起到的加速作用。

博特納基金會的坦尚尼亞AfyaTek專案，尋求借助數字衛生技術改善社群一級的衛生保健服務。透過將資訊流數字化和使用生物識別資料，該專案旨在使五歲以下兒童不再出現可預防的死亡。

博特納基金會的另一專案“DYNAMIC”（動態），向坦尚尼亞的社群衛生工作者配發裝置，利用其中基於臨床演算法的軟體為其決策提供支援。正是基於決策分析資料，該專案作出了有必要減少過量抗生素處方的建議。

韓國電子通訊研究院助理副總裁樸秀軍指出，數字技術有效幫助韓國透過更快的篩查和診斷抗擊新冠肺炎的傳播。樸秀軍還指出，最適用的不是超級複雜的人工智慧，更簡單的技術解決方案，如智慧隔離系統、健康自查和自我保護隔離應用程式及聊天機器人，已經成為應對疫情的利器。

Jasper也認為需要的“不是最花哨的人工智慧”，即使為社群衛生工作者配備手機或平板電腦這一簡單想法，都可以改善臨床護理。

關於技術標準的呼籲

“低技術”也可能成為解決方案部署的瓶頸，尤其是在裝置必須具備防篡改、防水和耐高溫特性才能提高影響力的情況下。Jasper指出，儘管各大報導經常提及資料爆炸式增長，但數字衛生專案往往缺少關於邊緣化社群的詳細資訊。她還指出，這種情況加劇了醫療保健領域的不平等，而且必須避免健康資料的濫用。

現成可用的資料因缺乏適用標準而無法共享的情況依然存在。

Jasper提出將人工智慧用作衛生領域治理工具之一是一項重大挑戰，還強調了建立健全標準的必要性。

國際數字衛生和人工智慧研究合作組織（IDAIR）旨在開展全球衛生合作研究專案，透過對人工智慧和數字技術的負責任治理，為“包容性全球衛生議程”提供保障。雖然Jasper承認存在人工智慧炒作的說法，但她認為這些資料驅動的技術將落地生根，因而需要更深入的瞭解。

Jasper提倡必須打破試點和一次性專案的侷限，嚴格評估人工智慧解決方案對健康結果的影響。她還表示，國際電聯-世衛組織人工智慧促進衛生領域發展焦點組，是實現這一目標的重要工具。Jasper指出：“整個基準測試過程，將使我們能夠確定一些可供系統地和更廣泛地擴充套件和實施的應用程式。”

該焦點組具有全球性和中立性，並遵循致力於標準化的合作模式。它正在為“人工智慧促進衛生領域發展”解決方案的效能基準，制定框架和相關流程。Jasper強調了“它對於決策者的重要性”。

這種人工智慧解決方案效能基準測試的意義，可與藥品功效和安全性的研究相比，後者向國家衛生監管機構提供藥品入市審批決策支援。