编者按：随着医疗大数据时代的到来，人工智能在医学中的多个方面得到广泛应用，此次ESC 2021会议的“人工智能和数字健康领域的最新科学”专场更有多项相关研究公布。本刊特邀本专场主席英国格拉斯哥大学John Cleland教授谈谈他对人工智能技术的认识。

 

    《国际循环》：人工智能为疾病精准诊疗提供新方法，其应用较成熟的技术有哪些？

    John Cleland教授：应用于临床医学的人工智能最成熟的可能是影像领域。我是一名心血管病专家，因此我对心脏成像特别感兴趣，其中包括超声心动图和心脏MRI。这里的目的是使用人工智能来获取心脏容量、心脏功能，并最终作为临床医生的诊断辅助工具。最终，临床医生负责做出诊断，但就心脏容量、来自超声心动图和心脏MRI的速度信号等的准确测量而言，人工智能可能能更快、更可能重复地做到这一点，并且比人类查看图像更准确。所以我把它看作是一个诊断助手。很快我们就会看到人工智能应用于心电图，但我认为这还面临一定困难，因为心电图是一项更加成熟的技术——已有一百多年的历史，心电图中有大量的人工智能。但回到数字心电图，我们会看到新的应用，在这些应用中，心电图不是用于诊断，而是用于预测未来会发生什么，这不是我们现在使用的心电图所能做到的，所以心电图的使用会发生变化。

 

    John Cleland教授：在确定治疗模式和临床诊断方面，我们距离找到人工智能的良好用途还有很长的路要走。归根结底，我们必须有勇气不根据人工智能提供的信息来治疗患者。举个例子，我有一个高胆固醇患者，指南推荐他应该服用他汀类药物，但人工智能提示该患者发生事件的风险非常低，不是通过传统的风险因素，而是通过人工智能程序。我真的会因为人工智能告诉我不要用他汀类药物治疗那个患者吗？我认为，距离能够以这种方式使用人工智能还有几十年，甚至更长时间。最终，人工智能可以用来帮助医生在治疗方面做出决定，但它不会为他们做出决定。

    John Cleland教授：我认为这是一项非常明智的研究，郭教授对于如何开发智能手表的信息非常仔细。重要的是，正如我之前所说，对于心电图，人工智能最重要的用途可能不是诊断，而是预测未来事件。在这种情况下，郭教授试图预测发生心房颤动的可能性，然后建议改变生活方式（可能多运动、减肥、改变饮食）或预防性用药以防止发生心房颤动的可能性。Smartwatch还可以使用一种称为光电容积脉搏波（PPG）的技术检测心房颤动的发作，这就是它可以持续监测患者心房颤动的方式。但最后，非常有趣的是，我们知道PPG可能存在一些不准确之处，因此能够进行单导心电图主动测量心房颤动确认（这将是治疗的触发因素）的能力非常重要。事实上，手表不是试图做一件事，而是做三项完全不同的任务，这使它成为一种非常有趣的干预。

    John Cleland教授：几乎可以肯定，它会在很长一段时间内成为辅助工具。我们应该考虑人和机器一起工作，这样人类智慧和人工智能可以互补。我认为这种关系将从90%的人和10% 的人工智能开始。但随着时间的推移，可能是几十年，这种关系会发生变化，并会找到新的平衡，也许一百年后，它将是10%的人和90%的人工智能，但我认为这还需要很长的时间。