一个4个月大的男孩因发烧和鼻塞来到了诊所。Vyonne Njeri认为这只是感冒。然后她的电脑上弹出一个黄色框，让她检查他的心脏——因为他的心率升高。Njeri是一名在肯尼亚内罗毕注册的临床官员，像护士执业者一样独自看病。当她用听诊器听时，她听到一阵嗖嗖声——这是一个婴儿可能有先天性心脏缺陷的迹象。"这是我在其他日子可能会错过的东西，" Njeri回忆起几个月前的这次就诊时说。"那个孩子本来会直接回家。"她感谢一个AI工具在检查她的工作方面提供了帮助。Njeri将他转诊给了一位专家，专家确认了诊断并开始给他用药，这个小孩可能需要手术。这个工具名为AI Consult，在16家由Penda Health运营的肯尼亚初级诊所内进行了近10,000个患者接触的随机试验，结果在今年夏季发表于《自然医学》。一半的临床官员将他们的笔记输入到电脑中，使用OpenAI的GPT-4o在后台检查他们的电子笔记。GPT-4o是一个大型语言模型，或者说是一种驱动像ChatGPT这样的聊天机器人的AI。它们经过互联网上大量信息的训练，能根据指令生成文本。另一半的临床官员则在没有AI工具的情况下进行笔记。这个AI程序的工作原理是，它提供三个提示——绿色、黄色和红色，像交通信号灯一样。AI会寻找可能的问题或笔记中的空白。绿色表示一切正常。黄色意味着“点击我”——AI在笔记中发现了一个小问题并提供了一些指导。如果AI发现基于笔记的关键问题，则会弹出红色提示，并警告临床医生，可能需要及时采取行动。对于Njeri来说，这些干预提供了受欢迎的反馈：“你需要检查这个”或“你走在正确的道路上。”一组独立的六名肯尼亚家庭医生对这些笔记进行了评估。他们判断，利用AI Consult作为Njeri所称的“第二双眼睛”的临床医生能够做出更好的诊断和治疗计划。而且每位患者的费用为4美分。这项研究捕捉到了AI改善医疗服务的潜力，同时也面临着证明这一点的挑战。尽管医务工作者发现这种AI检查有帮助，但患者受益的问题仍未得到解答。该研究未发现改善结果的证据。治疗失败（如死亡或症状未解决）的情况减少了23%，但由于这些病例本来就很少，因此减少的统计意义不大。研究的共同作者、PATH国际健康非营利组织的首席AI官Dr. Bilal Mateen表示，治疗失败“在初级护理中实在太少”。他表示，一个试验需要大约139,000人才能检测出有意义的差异。试验由盖茨基金会资助，盖茨基金会为NPR的全球健康团队提供资金支持；NPR对所有内容负全部责任。尽管如此，在持续探索AI在医疗护理中，特别是在资源较少的国家的作用时，仍对这项研究给予了高度评价。斯坦福大学医学和生物医学数据科学的副教授Dr. Jonathan Chen表示，“这是一项重要的研究，因为它不仅仅是用AI系统进行模拟测试。”该研究是首批比较这类AI在初级护理中作为辅助工具潜力的试验之一。Mateen表示，用他称之为“信息作为干预”的方法来提示医疗提供者会产生“重要的增量效应”。Njeri对此表示赞同：她说：“这帮助我们记住协议和新指导方针。”在一个健康资源无法与富裕国家相比的国家，她表示，她的团队可能每小时接诊五到六名患者，病种繁多——常常没有专家进行辅助。“拥有这个工具确实增添了价值，”她说。至于AI的建议，Njeri说一半的时间她觉得有帮助——而另一半的建议则没有那么有帮助，但它们很少出错。“但我仍然觉得有它很不错——给你一个第二次确认，类似于有一个上级说，‘你可以做得更好’或‘你做得很好’，”她说。大多数AI的建议被专家小组评定为安全和合适。Mateen表示，他正在努力将此工具推广到全球。这篇论文没有探讨AI是否可以增加医疗服务的可及性，但Chen对这种可能性最感兴趣。他表示，随着AI的进步，它实际上可以为医疗工作者的笔记创建草稿以供编辑——这将使他们能够节省时间，从而可以接诊更多患者。或者AI工具甚至可以与患者进行互动。他说，“及时且一致的相应将会极大改善患者体验。”