2024年6月27日，来自布列根和妇女医院的Daniel Barron和哈佛医学院的Xiang Li、Quanzheng Li在Science发表评论：Can AI solve the clinical data problem?
关于人工智能（AI）是否会以及如何改变心理健康护理的问题，存在着诸多困惑与兴奋。作为一名疼痛科医生和精神科医生（D.B.），对于“人工智能”这一抽象概念感到不安，尤其是当想到个体患者及其寻求治疗的具体原因时。
“人工智能”这一模糊概念更适合于炒作，而非为患者带来实际解决方案。作为一个领域，人工智能正在迅速发展，并开始解决以前不可能的问题。但是，“人工智能”是否会给心理健康带来益处，就好比问“药物”是否会给心理健康带来益处一样。
药物只是一种分子。而某一特定分子是否能在特定时间为特定患者解决特定问题，是一个明确且可验证的假设--临床医生在每次为患者开具分子药物时，都会形成并检验这个假设。同样，人工智能只是一种算法。当然，任何特定的人工智能算法在任何特定情况下是否有效的假设也是可以检验的。
人工智能工程师所面临的问题并不是特定算法的能力（可能是巨大的），而是我们无法清楚地识别出算法需要并能够解决的临床问题。为了在心理健康护理中真正灵活运用人工智能，就必须明确问题所在，并以患者的具体需求为基础。
想象一下，你正饱受失眠的困扰。为了解决这个问题，你求助于互联网。你用几个词描述了自己的症状，点击确认，在0.37秒内得到了约29.3亿个结果。你找到了一些关于睡眠卫生和冥想的建议，并决定注册一个冥想应用程序。换句话说，您向搜索引擎确认并描述了自己的症状，找到了候选解决方案，并测试了这些解决方案。
如果睡眠卫生和冥想没有帮助，您预约了您的临床医生。但你希望医生为你做什么呢？您已经掌握了关于您的睡眠和情绪的所有可用数据，以及大量的可访问医疗信息。然而，仅靠搜索引擎并不能解决您的问题，即您无法解释和利用您所掌握的数据。
人工智能工程师应该考虑到，临床医生通过收集信息来解决病人的问题，然后帮助他们解释数据并采取行动。临床检查只是一个结构化的数据收集过程--没有什么神奇的事情发生，只是以谈话的形式进行老式的数据交换。
从数据问题的角度来看，人工智能在哪些方面以及为什么能为心理健康护理带来益处是显而易见的。在临床会诊之前、之中和之间，人工智能算法可以帮助收集、解释临床数据并采取行动（见下表）。随着基础模型和智能代理令人兴奋的新发展，“人工智能 ”系统甚至可以根据特定患者、临床医生或医院系统量身定制“行动”。
人工智能工具必须解决的问题和风险取决于它旨在解决的数据问题的哪个阶段。任何工具--无论是人工智能还是其他--如果能帮助心理健康专业人员更有效地收集病史，在不断增长的科学研究背景下解释病史，并针对你的特殊问题采取行动，都将是心理健康护理的一大福音。但要进入临床实践，人工智能工具必须经过审核、测试和经济论证，这一过程将要求我们对医生如何收集、解释和采取行动以惠及患者的数据问题提出更高的具体要求。
参考资料：
https://www.science.org/content/blog-post/can-ai-solve-clinical-data-problem
