KN:基利诺奇,MN:马纳尔,VA:瓦武尼亚,MU:穆莱蒂武,BT:巴提卡洛阿,AM:安帕拉,TR:亭可马里,KM:卡尔穆奈,KR:库鲁内格勒,PU:普特勒姆,AP:阿努拉德普勒,PO:波隆纳鲁沃,BD:巴杜拉,MO:莫讷勒格勒,RP:拉特纳普勒,KG:凯格勒。数据来源:传染病每周报告:白喉、麻疹、破伤风、新生儿破伤风、百日咳、水痘、脑膜炎、腮腺炎、风疹、CRS、特殊监测:AFP*(急性弛缓性麻痹)、日本脑炎 CRS** = 先天性风疹综合征 NA = 不可用
人工智能技术已成为全球医疗保健领域的创新工具,有助于解决各种规模大、复杂性大的问题。人工智能在公共卫生领域的应用是多方面的、多变量的,涵盖早期疫情检测、风险建模和预测、高效的疫苗物流和管理、减少健康差距、辅助诊断、慢性病日常监测、远程医疗和虚拟聊天机器人(特别是针对老年人护理、精神健康和肿瘤患者)以及社区参与。尽管人工智能具有巨大的代际优势,但在数据质量、安全性和滥用、个人隐私、情境应用、问责制和监督方面仍存在多重挑战,这些挑战仍然是人工智能普遍应用的主要问题。我们需要制定保障措施和全球监管框架,以负责任地利用人工智能的益处,促进公众和社区健康。
数字技术与医疗保健的融合一直在稳步加速,近年来,随着数字医疗、健康信息学、基因组学、人工智能 (AI) 和机器人技术的进步,这一进程迅速加快。数字技术为医疗保健提供了令人兴奋的可能性,包括提高医疗实践效率、公平获得医疗保健服务、患者参与医疗保健以及通过远程医疗与患者沟通。基因组学有可能实现个性化治疗策略、识别疾病的遗传易感性并为新型治疗方法的开发提供信息,从而显著改善患者的治疗效果并彻底改变预防保健和诊断方法。根据 Topol 关于数字技术对英国国家医疗服务体系的影响的评论 (Topol, 2019),通过提高医疗保健效率和增强医疗保健,医疗专业人员将能够投入更多时间进行患者护理。
• 监测和预测健康和健康相关事件:公共卫生监测由本质上异构收集的数据驱动。传统上采用统计技术进行的工作现在正被人工智能驱动的分析和领域知识以及丰富的上下文预测所取代。已经开发了公共卫生监测仪表板,使用来自社交媒体和网络可访问新闻来源的数据在地理和时间上显示健康事件。15 早期和准确识别健康异常和疾病爆发是公共卫生监测的支柱。16 人们设计了一种名为 SENTINEL 的综合监测工具,它使用自然语言处理和神经网络算法。每天处理超过 180 万条推文,以预测疾病的发生并识别潜在的爆发。17 • 汇编和分析大型医疗数据:人工智能需要数据孤岛来构建其智能,大数据使人工智能更加强大。这种协同组合可产生更快、更准确和更直观的输出。18
致谢。本情况说明书由以下机构合作编写:美洲开发银行 (IDB) 社会保护和卫生司;乔治阿莱恩慢性病研究中心 GA-CDRC 和西印度群岛大学加勒比卫生研究所 (CAIHR);意大利布宜诺斯艾利斯医院卫生信息部 (泛美卫生组织/世卫组织知识管理合作中心);加泰罗尼亚开放大学 (泛美卫生组织/世卫组织电子卫生合作中心);伊利诺伊大学卫生信息学中心 (泛美卫生组织/世卫组织卫生信息系统合作中心);中美洲卫生信息学网络 (RECAINSA);以及泛美卫生组织卫生信息系统专家网络 (IS4H)。
世卫组织在这一政策领域的工作得到了一个专家组的支持,该专家组于 2017 年主办了一次关于卫生领域人工智能伦理问题的国际磋商 21,并最近发布了一份专门的世卫组织公报,探讨卫生领域人工智能的伦理、治理和监管问题。除其他考虑因素外,公报作者强调:• 需要加强对使用人工智能进行卫生研究的伦理监督。很大一部分人工智能驱动的卫生研究不受高等教育伦理委员会的审查,而且委员会缺乏与数字健康相关的经验和信心。本文作者建议对人工智能在卫生研究中的使用进行两层次的事后审查,包括在开放存储库中发布数据和算法,然后验证研究过程和算法。22
印度卫生部最近还指定全印度医学科学院德里分校、印度医学与医学研究所昌迪加尔分校和全印度医学科学院瑞诗凯诗分校为人工智能卓越中心,旨在推动人工智能医疗解决方案的开发和使用。印度政府已启动“印度数字化使命”(ABDM),旨在创建一个平台,实现医疗生态系统内医疗数据的互操作性,从而为每位公民创建纵向电子健康记录 (EHR)。
世卫组织科学理事会在广泛利益相关方的指导下,通过一系列会议、简报会、磋商和对本文件的深入审查,制定了本报告。世卫组织科学理事会秘书处在杰里米·法勒(世卫组织首席科学家)和安娜·劳拉·罗斯(新兴技术、研究优先排序和支持负责人)的参与下,在高级技术顾问兼撰稿人帕特里夏·梅查尔的支持下,推动了这一进程。世卫组织数字健康和创新司在阿兰·拉布里克(主任)和加勒特·梅尔(数字健康部门负责人)的领导下,持续指导了概念化、磋商、相关资源和报告审查。以下一组具有区域代表性的临时顾问为整个过程提供了信息。
• 国会于 2009 年通过了 ACA (P.L.111-148)。ACA 第 1557 条规定,接受联邦援助的医疗保健提供者和保险公司不得基于种族、肤色、国籍、性别、年龄或残疾歧视个人(即非歧视规则)。卫生和公共服务部于 2020 年 6 月发布了实施这项新法律的最终规则。2022 年 8 月,OCR 和医疗保险和医疗补助服务中心发布了一项拟议规则,澄清了受保实体 1) 必须确保临床决策中使用的算法不具有歧视性,并且 2) 可能对依赖临床算法的决策负责。第 1557 条经过了该机构的反复重大修改,并以规则制定和诉讼为标志,其中有几项法律挑战和法院判决影响了其解释。
人工智能 (AI) 正在日益普及到医疗保健领域,并且在资源受限的印度这样的环境中,为改善医疗结果带来了巨大的希望。由于新兴技术仍在印度医疗保健行业中站稳脚跟,在 AI 能够彻底改变公共卫生之前,还有一些系统性障碍需要克服。AI 还给印度大多数传统监管机构带来了巨大挑战,他们必须在推动 AI 创新生态系统的同时,保持对患者安全和可负担性的核心关注。这要求监管机构和相关利益相关者对行业进行系统性审视,并了解整个生态系统监管的潜在影响。这项格局研究概述了印度医疗技术监管机构运作的背景限制。它为采用系统思维方法监管印度卫生系统中的 AI 提出了建议。