英国护理师 Lucy Letby 两年间谋杀多名婴儿，震惊世人。Lucy Letby 以骇人听闻的方式，成了残忍的连环杀手。医疗环境是否需要采取适当的保护措施，以防止这类悲剧再次发生。AI 有办法达成目标吗？
近年人工智慧在医学领域取得重大进展，彻底改变诊断、新药开发和病患照护等层面。Lucy Letby的案例，提醒大众对医疗环境保持警惕的重要性，也引发大众对英国NHS医疗系统安全性的质疑。同时也让大众意识到，医疗体系应该采取更多保障措施防止悲剧再次发生。
人工智慧有加强保障病患安全的能力
医疗环境是否能确实藉由AI智慧医疗的力量，来加强病患在医疗环境内的安全性？答案是可以的。来看以下AI系统的例子：
- AlayaCare：自动化的进行药物管理等医疗任务。护理师使用这套AI系统时，将可以节省许多时间，而能有更多心力与空间去处理其他更为急迫的事情，而能改善病患的护理品质。
- IBM Watson Health：有效地在病徵初期就能辨识出具有败血症风险的病患，可以更早的予以治疗并对於癒後照护有所帮助。
婴儿处於快速发育、以及容易受到各种健康风险影响的时期，传统的监测方式为，依赖人为的目视与手动评估与检查，除了是间歇式、相当耗时且人为错误的发生机率较高。
Lucy Letby的案例，若能将数位健康（Digital Health）与婴儿护理结合，能提高效率与护理品质，且更及时、准确与自动化。
医疗环境可用AI持续监测婴儿心率、呼吸频率、体温和血氧饱和度等生命徵象，并能及时辨别任何可能危及婴儿生命的危险异常状况。
据JMIR Medical Informatics医学期刊的系统文献回顾（Systematic review）研究成果概念，人工智慧不易受与人类护理师相同偏见而影响决策判断，系统较不可能伤害特定种族、性别或国籍病患。人工智慧也可创建更具透明性和负责任的医疗保健系统，追踪和记录护理师和病患所有互动。此外像护理师动作、行为等，人工智慧也可辨识任何可疑模式，帮助辨识和预防潜在问题。都能在悲剧发生前降低潜在风险。
AI可自动化大部分以往人类完成的工作，如监测病患的生命迹象和给药，让护理师腾出双手、时间专注更重要的任务，如直接病患护理。人工智慧可因输入新数据不断更新演算法，代表AI可随时间累积持续学习和改善，与人类护理师形成鲜明对比，人类可能因疲劳、压力、工作繁重或分心而犯错。
AI亦可用於护理教育，帮助培训护理师病患安全等知识，有助防止护理师犯下可能伤害患者的错误。
医疗体系使用AI为避免病患受到护理师伤害的保护措施，仍在相当早期阶段，人工智慧渐渐发展後，很可能不远的将来，就能看到更多创新与有效人工智慧应用。
以人工智慧保障病患安全的挑战
看似AI有许多优点与优势，但目前仍然不是完美无缺的解决方案，不能忽略人工智慧系统仍是人类创造的，系统好坏，有时可说是源自输入的数据资料，资料必须是最新资讯、完整、无偏见。除此之外，医疗领域实际应用，仍需面对许多问题。
如医疗机构用大数据辅助医疗，诊断较罕见的遗传性疾病时，这类疾病通常需要大量基因库数据。此时这些极为敏感的资讯，就可能遭不当滥用，甚至隐私权受侵害。医疗机构利用AI系统时，也需确保符合健康保险流通与责任法案（HIPAA）及一般资料保护规定（GDPR），以达成监管合规要求。
同时，医疗体系使用的AI系统所要求的数据安全（Data Security）更受重视，包括加密设计、使用限制、数据轨迹（audit trails）追踪管理，都是规范重点。
如何使病患信任，也是一大难题。病患应有知情同意权（Informed Consent），数据使用方式与透明度提升，是建立信任度的关键。病患也应有随时退出的权利。
例如，我们如何确保AI系统使用安全且合乎道德？如何防止AI系统用来伤害患者？因此，道德准则（Ethical Guidelines）制定相当重要，尤其AI使用，更应遵循准则要求，包括尊重自主原则、不伤害原则、行善原则、公平原则等，都应持续确保AI系统确实符合道德准则。
Lucy Letby案例，提醒我们面对看似值得托付与信赖的人们，有时仍会显现黑暗的一面，这也是以人工智慧等方法预防憾事的重要性所在。
（首图来源：Unsplash）
