Nat Commun | 陈俊仁/姜尔烈团队首次报道“条件式自主AI”治疗的前瞻性临床试验

当前AI的临床医学应用多是“辅助型AI”（assistive AI）。好比社交平台的智能引擎推送个性化的新闻信息，辅助型的医疗AI基于患者情况生成个性化的医学专业信息，接着医生和患者决定是否采纳该信息并共同决定如何根据AI所提供的信息制定诊治方案。然而，随着AI迅速深入到人类日常生活的多个方面，“条件式自主AI”（conditional autonomous AI）模式也越来越普遍，例如汽车驾驶导航软件不仅止于提供空间地图信息和实时路况，而是直接计算出最优驾驶路线。研究团队认为，未来AI临床应用也可能采取“条件式自主”模式，即：AI制定医疗方案作为默认（default）选项，若医生和患者不否决就执行该默认方案[2]。研究团队假设，在满足三个条件的情况下，医生和患者更可能愿意接受使用条件式自主AI生成医疗方案：一、除了AI手段之外没有其他方法能精准判断应何时和如何起始介入治疗；二、如果不接受积极干预，部分患者可能发生严重不良事件；三、介入治疗本身可能伴随较严重的副作用或者较高的医疗费用。研究团队认为，预防造血干细胞移植后的严重并发症“急性移植物抗宿主病”（简称acute GvHD），是符合这三个条件的临床医学场景。于是，研究团队开展单臂前瞻性临床试验，将中国医学科学院血液病医院（中国医学科学院血液学研究所）100%自主开发的条件式自主AI模型“daGOAT”[3]嵌入医院信息系统；AI模型每天自动读（抓）取造血干细胞移植患者体内多维度、动态变化的血液细胞组成、血液生化、炎症因子等上百项指标数据；AI模型像资深医生一样“思考”何时该增加免疫抑制剂的剂量，以及增加多少剂量最合适