AI赋能医患沟通:MIT语言/AI孵化器重塑医疗新模式

0

在2025年的今天,人工智能(AI)正以前所未有的速度重塑着我们沟通、阅读、思考和行动的方式,尤其是在医疗健康领域。麻省理工学院(MIT)人文洞察协作项目下的语言/AI孵化器,正致力于探索如何利用AI技术改善医患之间的沟通,从而提升医疗效果和实践水平。

Five cartoon physicians inset in circles are connected by lines to dots representing patients. One doctor has a word bubble showing a question mark and one patient dot has a word bubble with a large checkmark.

AI在医疗沟通中的潜力

医患沟通是医疗保健的核心环节,但长期以来,由于语言、文化和社会经济背景的差异,医患之间常常存在沟通障碍。这些障碍不仅会影响患者对治疗方案的理解和依从性,还可能导致误诊、延误治疗等严重后果。语言/AI孵化器的目标正是利用AI在语言处理方面的优势,弥合这些沟通鸿沟。

该项目由麻省理工学院医学工程与科学研究所(IMES)的医生、研究主任兼高级研究科学家Leo Celi和麻省理工学院全球语言项目主任、德语实践教授Per Urlaub共同领导。他们希望通过跨学科合作,深入研究生成式AI对跨语言和跨文化沟通的影响,特别是在医疗保健领域。

Celi医生指出,尽管医疗领域投入巨大,但由于知识体系存在缺陷,医疗效果并不理想。他强调,改善医患沟通的关键在于理解和尊重患者的语言和文化背景。

一次偶然的合作

Celi和Urlaub的合作始于一次偶然的相遇。在麻省理工学院人文洞察协作项目的启动活动上,他们发现彼此都对利用AI改善医疗沟通和实践有着浓厚的兴趣。这次相遇促成了语言/AI孵化器的诞生。

Celi医生表示,他们正在努力将数据科学融入医疗保健服务中,并积极招募社会科学家加入IMES,以帮助推进相关工作。他强调,科学研究并非中立,语言在医疗保健服务中扮演着重要的中介角色,既可以成为有效的辅助手段,也可能成为沟通的障碍。

Urlaub教授补充说,他曾参与一个关于疼痛隐喻的工作组,探讨了人们用来描述疼痛的语言以及如何衡量疼痛。他们思考的一个重要问题是,如何在医生和患者之间实现有效的沟通。

技术的影响

技术对人际沟通的影响是毋庸置疑的,而这种影响取决于技术的使用者和创造者。随着AI和大语言模型(LLM)能力的提升,它们的应用范围也在不断扩大,包括医疗保健和健康领域。

麻省理工学院计算生理学实验室的医生和研究员Rodrigo Gameiro也是该项目的参与者。他指出,该实验室的工作重点是负责任的AI开发和实施。在设计利用AI的系统时,尤其是在处理医疗保健中可能出现的跨语言和跨文化沟通挑战时,需要采取细致入微的方法。

Gameiro医生强调,当构建与人类语言交互的AI系统时,不仅仅是在教机器如何处理文字,更是在教它们如何理解语言中蕴含的复杂含义。

语言的复杂性

语言的复杂性会对治疗和患者护理产生重大影响。Urlaub教授指出,疼痛只能通过隐喻来传达,但不同的语言和文化背景下,人们使用的隐喻可能并不一致。例如,英语国家医疗专业人员常用的笑脸和1到10的疼痛等级量表,可能无法跨越种族、民族、文化和语言的界限。

人文关怀的重要性

Celi医生认为,科学研究应该以人为本。他批评说,仅仅以发表论文或获得专利的数量来衡量学生的成效是片面的。Urlaub教授则强调,应该在认真调查研究的同时,承认我们所知的局限性,即所谓的“认知谦逊”。他们认为,知识是暂时的,总是不完整的,原有的信念可能需要根据新的证据进行修正。

Celi医生说:“没有人对世界的看法是完整的。你需要创造一个让人们能够坦然承认自己偏见的环境。”

Urlaub教授提出了一个重要的问题:“我们如何在语言教育工作者和其他对AI感兴趣的人之间分享想法?我们如何识别和调查对利用AI消除医患沟通障碍感兴趣的医疗专业人员和语言教育工作者之间的关系?”

Gameiro医生认为,语言不仅仅是沟通的工具,它还反映了文化、身份和权力关系。在某些情况下,患者可能因为医生的权威地位,或者因为文化要求服从权威人物,而不愿意描述自己的疼痛或不适,这可能会导致危险的误解。

改变对话

AI在语言方面的优势可以帮助医疗专业人员更谨慎地处理这些问题,提供数字框架,提供有价值的文化和语言背景,让患者和医生可以依靠数据驱动、研究支持的工具来改善对话。该团队认为,医疗机构需要重新考虑如何教育医疗专业人员,并邀请他们服务的社区参与对话。

Celi医生说:“我们需要问问自己,我们真正想要什么?我们为什么要衡量我们正在衡量的东西?”Urlaub和Gameiro医生认为,医生、患者、他们的家人和他们的社区在互动中带来的偏见仍然是改善护理的障碍。

Gameiro医生继续说:“我们希望连接不同想法的人,让AI为每个人服务。没有目的的技术只是大规模的排斥。”

Urlaub教授说:“像这样的合作可以促进深入的思考和更好的想法。”

语言/AI孵化器于5月在麻省理工学院举办了第一次座谈会,由医生、全球超声研究所的联合创始人兼首席执行官Mena Ramos主持。

座谈会还包括Celi以及麻省理工学院电气工程和计算机科学系访问学者Alfred Spector和麻省理工学院林肯实验室人类语言技术小组高级职员Douglas Jones的演讲。第二次语言/AI孵化器座谈会计划在8月举行。

社会科学和硬科学之间更紧密的结合可以提高开发可行解决方案和减少偏见的可能性。允许患者和医生改变他们对关系的看法,同时让每个人都对互动拥有共同的所有权,可以帮助改善结果。利用AI促进这些对话可以加速这些观点的融合。

Celi医生说:“社区倡导者有发言权,应该参与到这些对话中来。AI和统计模型无法收集到治疗所有需要治疗的人所需的所有数据。”

社区需求和改善的教育机会和实践应与跨学科的知识获取和转移方法相结合。人们看待事物的方式受到他们的看法和其他因素的限制。Gameiro医生在谈到构建LLM时问道:“我们正在建模谁的语言?哪些语音变体被包括或排除在外?”由于意义和意图可能会在这些语境中发生变化,因此在设计AI工具时记住这些非常重要。

重写规则的机会

虽然合作潜力巨大,但也存在严峻的挑战需要克服,包括建立和扩展技术手段,以利用AI改善患者与提供者之间的沟通,将合作机会扩展到边缘化和弱势群体,以及重新考虑和改进患者护理。

但该团队并没有气馁。

Celi认为,在解决医疗保健差距的同时,有机会解决人与从业者之间日益扩大的差距。他说:“我们的目的是重新连接社会与科学之间被切断的线。我们可以授权科学家和公众一起调查这个世界,同时承认克服偏见所带来的局限性。”

Gameiro是AI改变我们对医学的认知的热情倡导者。他说:“我是一名医生,而且我认为我说AI是我们重写医学可以做什么以及我们可以接触到谁的规则的机会时,我并没有夸大其词。”

Urlaub认为,“教育将人类从客体转变为主体”,他描述了冷漠的观察者和积极参与他希望建立的新护理模式之间的区别。“我们需要更好地理解技术对这些存在状态之间界限的影响。”

Celi、Gameiro和Urlaub都提倡在整个医疗保健领域建立类似MITHIC的空间,在这种空间中,允许创新和协作发生,而不受机构先前用于衡量成功的各种任意基准的限制。

Urlaub认为:“AI将改变所有这些领域。MITHIC是一个慷慨的框架,使我们能够以灵活性拥抱不确定性。”

Celi说:“我们希望利用我们的力量在不同的受众中建立社区,同时承认我们没有所有的答案。如果我们失败了,那是因为我们没有充分梦想一个重新构想的世界会是什么样子。”