在我最近發(fā)表的一篇博文里，探討了如何帶著批判的眼光去理解人工智能在醫(yī)學領(lǐng)域里的應(yīng)用和研究，并且將研究重點放在了這些人工智能試驗與臨床應(yīng)用的相關(guān)性上。但在此后，我想到一個問題，即有些研究已經(jīng)取得了進步，而有些研究還遠未達到臨床應(yīng)用的階段，對于這一過程，還沒有一種簡單清晰的方式可以討論。
從事醫(yī)學研究的人，可能會認同這種觀點，因為醫(yī)學界已經(jīng)解決了這個問題。
事實上在醫(yī)學領(lǐng)域，根據(jù)實驗結(jié)果會對臨床應(yīng)用產(chǎn)生多大作用，臨床試驗可以被分為三大類。業(yè)內(nèi)將這些類別稱為醫(yī)學研究的不同階段，它們反映了從前期準備到轉(zhuǎn)化為臨床應(yīng)用這一過程的常規(guī)路徑。這些類別也恰恰是臨床創(chuàng)新獲得醫(yī)生和監(jiān)管機構(gòu)接納的必由之路，籠統(tǒng)地說，大多數(shù)與人有關(guān)的醫(yī)學研究都不外乎分為這三大類（或三個階段）。
第一階段是首次安全性檢查。最開始，需要在一小群受試者身上試用藥品，保證沒有任何可怕的后果。在這個階段中，我們甚至很少去考慮試驗的藥品是否有藥效（即受試者服藥之后的效果怎樣），只希望確認試驗不會造成服藥者死亡。如果我們從中得到了不錯的反饋，顯示藥品的確效果不錯，那固然很好，但是那并不是試驗一期的主要目標和動機。
第二階段則要更全面地評估試驗安全性。到這個階段中，需要擴大受試人群的規(guī)模，這么做是要查明藥品是否會出現(xiàn)比較罕見的副作用。因為試驗樣本的數(shù)量更大，可能發(fā)現(xiàn)更多和藥效有關(guān)的信息證據(jù)，但即便如此，這一階段也永遠不足以證明臨床應(yīng)用可行。
第三階段是成本最高、難度最大、但又十分重要的一個階段。主要目標，是要去查清藥品究竟能夠發(fā)揮多大作用，這通常意味著，一大批受試者必須要試用某種藥物很長時間，而且試驗所采用的方法和分析都要能經(jīng)得起美國食品藥品監(jiān)督管理局（FDA）或者類似政府監(jiān)管部門的嚴格審核。
除此之外，如果從技術(shù)角度來看，其實還有臨床前期試驗（動物實驗?zāi)Ｐ停┖偷谒碾A段臨床試驗（新藥推出后進行的后續(xù)試驗）。不過，上述的三個階段是將某個醫(yī)療想法變成實際治療藥物所必須經(jīng)歷的過程。
我認為，醫(yī)療人工智能研究的推進過程，其實和常規(guī)醫(yī)學臨床試驗過程非常相似，因為我目睹的幾乎所有醫(yī)療人工智能研究都可以歸入、或明確界定到已知的這三個階段之中。至于這一系統(tǒng)是否很嚴格，有沒有涵蓋足夠多的尖端研究，我也不能給出百分百肯定的答案，但本文至少能夠在設(shè)計、或理解醫(yī)療人工智能領(lǐng)域研究時，對形成實用的思路框架提供一些幫助。
人工智能醫(yī)療試驗
讓醫(yī)療人工智能試驗的框架能夠映射其他臨床試驗架構(gòu)，是合理的做法。所以，將其也分為三個階段是直觀且常見的思路，當然，這可能也需要做些額外工作，才能讓醫(yī)學研究者和人工智能研究者相互理解。假設(shè)你的新型醫(yī)學人工智能系統(tǒng)已經(jīng)做好了隨時為病人服務(wù)的準備，相比之下，可能說服醫(yī)生和監(jiān)管機構(gòu)相信反而更容易一些。
實際上，醫(yī)學臨床試驗和醫(yī)學人工智能試驗的關(guān)鍵區(qū)別，主要是第一和二階段人工智能系統(tǒng)不用怎么考慮安全性。因為直到階段三，才會應(yīng)用于患者。這種研究叫做“可忽略風險型研究”。
請注意，以下框架僅適用于軟件系統(tǒng)，并不適合外科手術(shù)機器人等實物系統(tǒng)。此外，不同的軟件系統(tǒng)可能會有類似的框架，只是各自的細節(jié)有天壤之別。
