当前位置:首页 > 医疗电子 > 医疗电子
[导读]计算机化医嘱录入平台(COEP)允许医生订购药物或其他治疗用品,而无记住药物的使用剂量、相互作用或禁忌,因为COEP平台就能告知这一切。例如Zynx Health等公司提供的平台,当医生输入药品时能自动提供更多的信息;而Doctor Evidence等公司的平台能够为医生提供来自临床试验和其他来源的

计算机化医嘱录入平台(COEP)允许医生订购药物或其他治疗用品,而无记住药物的使用剂量、相互作用或禁忌,因为COEP平台就能告知这一切。例如Zynx Health等公司提供的平台,当医生输入药品时能自动提供更多的信息;而Doctor Evidence等公司的平台能够为医生提供来自临床试验和其他来源的综合信息,随时告知医生最佳做法。 此外还有其他大量的类似平台为执业医师和学员提供信息帮助,这使得他们无需记住一些基本或业务信息即可应付日常工作。

这种可随时以多种形式接入医学科学信息的能力会导致医生“弱化”,还是让他们变得更聪明?医生记在脑子里的工作知识和敲几下键盘就能获得的知识有什么不同吗?

举一个1989年的例子。当时,四名医学生(包括笔者在内)正在巡房。突然我们的教授停在一位患者房间的外面,像一头饥饿的狮子一样看着我们,我们知道这意味着什么(要出一些问题考我们)。我们都紧张地站在那里,双手插在兜里(里面只有听诊器,其他什么都没有)。他开始问我们问题,一开始还挺简单,但后来越来越难,直至没有人能正确回答为止。

如今,笔者也成为了一名教授,也带着四名医学生巡房。他们也都把但手插在兜里,但手里却抓着智能手机。我也是从简单的问题开始提问,一开始有3名学生能回答出问题,第4名学生退了一两步,开始用手机查找答案了。到了最后,问题变得困难后,4个人都用智能手机来找答案了。

和当初我们的教授带着一丝笑意考我们不同,此时我笑不出来。对这个故事有三种解释:1)可随时随地接入数字信息已经改变了前文所说的医疗“工作知识”的定义;2)生物医学信息的爆炸式增长使得让一个人用大脑记住所有人类生物学和疾病信息成为一种愚蠢的笑话;3)两者兼而有之。

笔者在这里选择了第三种解释,但让我们先谈谈第二种解释。几年前,ENCODE项目(DNA要素百科全书项目)的结果公布了。我们之前曾认为,超过90%的遗传物质为“垃圾DNA”,不执行任何功能。但现在的最新结论是,80%(甚至更多)的DNA事实上以一种复杂的形式在工作,来调节已知基因的表达。

ENCODE项目的目的是编写一部人类DNA的百科全书。目前项目已获得丰硕成果,越来越多的关于正常和非正常人类生物学的高深莫测的词条已经被编译或即将被编辑。而上面这个例子只是证明这一事实的个例。

当然,人类之前也遇到过类似情形。许多次,在面对大自然的绝对复杂性方面,我们还是不能全面地领悟其复杂性。以宇宙为例,史蒂文·霍金(Steven Hawking)曾说过:“我的目标很简单,那就是彻底了解宇宙。为什么它是现在这个样子,为什么它能存在?”

这听起来鼓舞人心,但真的可行吗?我经常想起天文学家埃德温·哈勃(Edwin Hubble,哈勃空间望远镜就是以他的名字命名),他开创性地发现,夜空中闪烁的亮光(我们之前称之为“星星”)其实不是星星,而是其他东西。笔者在这里假想哈勃当时会这样说:“我的天呀……那些不是星星……那些是星系。”

哈勃的发现让我们对宇宙的复杂性有了新的理解,但同时也明确地表明,即使像霍金这样的人物,要全面地理解宇宙,并把它装在脑力这里,几乎是永远不可能的。其实我们应该意识到,在过去20年间所出现的一些里程碑事件中,人类甚至连自己的基本组成结构(人类细胞)都不能完全理解其复杂性。

两年前,笔者曾问过国际著名干细胞专家欧文·威斯曼(Irving Weissman),是否有人能走到一个白板前面,画出一个真正“完整”的人类细胞?他的回答是:“在地球上是没有这个机会了。”

这里要说的是,一边是越来越多的高深不可理解的医学信息,一边是不需要医生或其他医务人员将信息记在脑子里的智能工具,这种情况只会导致人们越来越依赖于外部资源。

德州贝勒·斯科特和怀特医院(Baylor Scott & White Healthcare)首席学术官唐·韦森(Don Wesson)近期曾提醒笔者,当前的医学教育仍是内容驱动型。换言之,医学生仍被要求“学习”一些事实,经过标准的考试才能从医学院毕业。但成人教育理论清楚地表明:要么使用它,否则就会忘记。医生也是如此。如果不信,可以考一考50岁的专业人士。他们自大学之后就没有使用过微积分,看看现在还有多少人会使用。

如今,医生正在成为技术、可快速获取的数字信息、以及能综合和使用这些信息的护理人员的综合体。这种结合远比单纯的生物体(也就是本文所说的医生)更加聪明,所得得出,科技不会“弱化”医生。

笔者在这里还要说明一点,主要是关于人工智能技术,如IBM沃森(Watson)和谷歌大脑(Google Brain)等。如果这些技术逐渐降低医生综合和使用这些可方便获取信息的必要性(因为人工智能技术就能取代这些活动),那么令人担忧的是,将来谁还会系统学习医学科学呢?

那么医学生们是否应该扔掉智能手机和平板电脑呢?当然不是,我们还要保护好电网,以确保这些设备正常充电。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

随着大数据时代的到来,数据处理成为了一项至关重要的任务。传统的数据处理方法往往面临着效率低下、准确性不高等问题,而机器学习技术的兴起为数据处理带来了全新的解决方案。本文将深入探讨机器学习在数据处理中的应用,并分析其优势和...

关键字: 数据处理 计算机 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机

随着信息技术的飞速发展,机器学习(Machine Learning)作为人工智能领域的重要分支,正在逐步改变我们生活的方方面面。那么,什么叫做机器学习呢?简单来说,机器学习是一门研究如何让计算机从数据中自动获取知识和技能...

关键字: 机器学习 人工智能 计算机

随着信息技术的飞速发展,数据已经成为现代社会的重要资源。数据挖掘和机器学习作为处理和分析数据的两大关键技术,在多个领域得到了广泛应用。尽管它们在某些方面存在重叠,但数据挖掘和机器学习在定义、目标、方法以及应用场景等方面存...

关键字: 数据挖掘 机器学习 计算机

计算机的历史可以追溯到公元前的古代算盘和查尔斯·巴贝奇的“分析机”构想。然而,现代意义上的计算机起源于二战时期对复杂军事计算需求的响应。1941年,美国宾夕法尼亚大学开发出了ENIAC(Electronic Numeri...

关键字: 计算机 云服务

自二十世纪以来,计算机技术经历了从机械计算装置到如今高度智能化、微型化的巨大飞跃,成为人类科技进步的重要推动力。电脑的发展史是一段充满创新与突破的历史,以下将按照时间顺序概述这一发展历程。

关键字: 电脑 计算机

计算机网络是当今信息化社会中不可或缺的基础设施,它将世界各地的计算机系统及其附属设备紧密联系在一起,实现了信息的高速传输与共享资源的有效利用。计算机网络的定义可以归纳为:计算机网络是一系列分布在不同地理位置、具备独立功能...

关键字: 计算机 信息交互

随着科技的不断进步,人工智能(AI)已成为当今世界的热门话题。它以其强大的计算能力和深度学习能力,在多个领域展现出巨大的应用潜力。本文将对人工智能技术进行详细的探究,包括其定义、发展历程、主要技术、应用领域以及面临的挑战...

关键字: 人工智能 深度学习 计算机

4月1日消息,戴尔在中国的PC销量持续下滑(份额已被华为超越),这迫使他们不得不采取更多的裁员措施。

关键字: 戴尔 PC 计算机
关闭
关闭