数字医生将为您看病
Posted: Thu Jan 16, 2025 8:43 am
英国医疗系统长期以来一直承受着压力。急诊室 (A&E) 部门每年冬天都接近崩溃边缘。一项新的五年 NHS 计划承认，某些地区的等候时间将不得不增加，以减轻其他地区的负担。许多人都对解决方案抱有希望，那就是依靠技术来帮助缓解压力。这将来自运营 NHS 的医疗保健专业人员和接受护理的公众。为了作为我们每月未来健康项目的一部分对此进行调查，这是一场关于未来健康中沟通作用的深入讨论，我们提出了以下问题：
“普通民众采用全自动医疗系统面临哪些障碍？”
我们首先从广泛研究与公众进行自动化互动的常见体验开始；最常见的是聊天机器人。我们的讨论小组主要将聊天机器人与服务业联系起来。分析人们使用聊天机器人的目的，他们想要快速的解决方案和快速的答案，例如更改杂货的送货时间和获得退款。他们与聊天机器人互动有特定的原因，聊天机器人的优先级/风险结果较低，并且会快速判断机器错误与人为 马其顿数字数据 错误的可能性并做出相应的决定。一旦请求的复杂性增加，人们就会迅速寻求人工互动来验证决定。
这与健康有何关系？
正如学术研究表明的那样，在寻找健康信息时，我们讨论小组的绝大多数人在预约全科医生之前都会使用在线资源。虽然我们小组中没有人故意与自动化医疗系统互动，但由于使用算法引导呼叫者和中心工作人员之间的沟通，我们讨论了 NHS 111 服务。
在寻求诊断方面，出现了一个有趣的发现。使用 NHS 111 和在线寻求健康信息的两个主要原因是：
寻求行动的理由
为不作为寻找理由
对于 NHS 111，我们小组已经决定去看医生是合理的。他们只需要 NHS 111 的验证，以及无处不在的安全信息“如果您担心，请去看您的全科医生”。为不采取行动辩解的小组更有可能使用网络资源来证明不采取行动是合理的，他们通常会搜索多种资源来找到适合他们的解决方案。
因此，NHS 111 自推出以来，非但没有减轻负担，反而导致全科医生就诊人数增加，这并不令人意外。该建议将彻底改变 NHS 111 的使用方式以及它应如何向使用其服务的人们传递信息。
回到聊天机器人的使用问题，我们说过，人们可以快速判断机器和人为错误的可能性，并据此决定采取何种行动。然而，我们正迅速接近这样一个时代：人工智能和机器学习技术将能够以比人类更低的错误率诊断某些疾病。如果问“人们会乐意接受机器的诊断吗？”答案是肯定的“不”。
这把我们带到了谜题的最后一部分——人们不相信软件能够理解疾病的细微差别。也许我们可以将其重新表述为患者无法分享正确的信息以获得自信的答案？无论从哪个角度看，人们都知道机器在获得正确答案方面存在局限性，医生能够注意到他们无法阐明的事情。其次，人们认为机器学习平台缺乏安慰的能力。一个人总结了他们去看全科医生的原因：“治疗任何疾病的最佳方法是预约医生”，这表明看医生的实际行为几乎与疾病的治疗同样重要。
验证似乎是成功的关键。验证不是以科学意义的方式，而是在最终用户的心中。此次对话表明，机器缺乏验证一个人的情感不安全感和激发信心的能力。这是否表明存在严重的沟通缺陷——面向患者的技术在设计时考虑到了最终目标，通常是诊断？它没有充分解决人们寻求健康信息的原因。技术最终将减轻医疗系统的负担——这必须是为了我们的医疗系统，但以人们想要和有信心的方式整合信息交流的解决方案将加速这项技术的接受。
“普通民众采用全自动医疗系统面临哪些障碍？”
我们首先从广泛研究与公众进行自动化互动的常见体验开始；最常见的是聊天机器人。我们的讨论小组主要将聊天机器人与服务业联系起来。分析人们使用聊天机器人的目的，他们想要快速的解决方案和快速的答案，例如更改杂货的送货时间和获得退款。他们与聊天机器人互动有特定的原因，聊天机器人的优先级/风险结果较低，并且会快速判断机器错误与人为 马其顿数字数据 错误的可能性并做出相应的决定。一旦请求的复杂性增加，人们就会迅速寻求人工互动来验证决定。
这与健康有何关系？
正如学术研究表明的那样，在寻找健康信息时，我们讨论小组的绝大多数人在预约全科医生之前都会使用在线资源。虽然我们小组中没有人故意与自动化医疗系统互动，但由于使用算法引导呼叫者和中心工作人员之间的沟通，我们讨论了 NHS 111 服务。
在寻求诊断方面，出现了一个有趣的发现。使用 NHS 111 和在线寻求健康信息的两个主要原因是：
寻求行动的理由
为不作为寻找理由
对于 NHS 111，我们小组已经决定去看医生是合理的。他们只需要 NHS 111 的验证，以及无处不在的安全信息“如果您担心，请去看您的全科医生”。为不采取行动辩解的小组更有可能使用网络资源来证明不采取行动是合理的，他们通常会搜索多种资源来找到适合他们的解决方案。
因此，NHS 111 自推出以来，非但没有减轻负担，反而导致全科医生就诊人数增加，这并不令人意外。该建议将彻底改变 NHS 111 的使用方式以及它应如何向使用其服务的人们传递信息。
回到聊天机器人的使用问题，我们说过，人们可以快速判断机器和人为错误的可能性，并据此决定采取何种行动。然而，我们正迅速接近这样一个时代：人工智能和机器学习技术将能够以比人类更低的错误率诊断某些疾病。如果问“人们会乐意接受机器的诊断吗？”答案是肯定的“不”。
这把我们带到了谜题的最后一部分——人们不相信软件能够理解疾病的细微差别。也许我们可以将其重新表述为患者无法分享正确的信息以获得自信的答案？无论从哪个角度看，人们都知道机器在获得正确答案方面存在局限性，医生能够注意到他们无法阐明的事情。其次，人们认为机器学习平台缺乏安慰的能力。一个人总结了他们去看全科医生的原因：“治疗任何疾病的最佳方法是预约医生”，这表明看医生的实际行为几乎与疾病的治疗同样重要。
验证似乎是成功的关键。验证不是以科学意义的方式，而是在最终用户的心中。此次对话表明，机器缺乏验证一个人的情感不安全感和激发信心的能力。这是否表明存在严重的沟通缺陷——面向患者的技术在设计时考虑到了最终目标，通常是诊断？它没有充分解决人们寻求健康信息的原因。技术最终将减轻医疗系统的负担——这必须是为了我们的医疗系统，但以人们想要和有信心的方式整合信息交流的解决方案将加速这项技术的接受。