临床信息学与人工智能：急诊科医生需要了解的内容

《The Journal of Emergency Medicine》：Clinical Informatics and Artificial Intelligence: What the Working Emergency Physician Needs to Know

急诊科临床信息学在人工智能应用中的挑战与培训需求，摘要：文章讨论急诊科在广泛采用电子健康记录后面临的人工智能应用激增问题，指出临床信息学专家需深入理解临床数据架构以安全整合AI技术，当前此类专家稀缺，亟需加强急诊科临床信息学培训与研究，确保AI作为辅助工具合理应用。

　　

约书亚·W·约瑟夫 | 拉里·A·纳森森

美国马萨诸塞州波士顿布里格姆妇女医院急诊医学系

摘要

背景

临床信息学是一个涵盖广泛的领域，涉及电子健康记录（EHR）中记录的几乎所有临床护理方面。虽然信息学文献中的研究逐渐将更复杂的机器学习和人工智能（AI）技术引入临床环境，但大型语言模型（LLMs）的爆发性增长吸引了企业家和临床医生迅速将LLMs应用于急诊科。

讨论

临床信息学家对临床数据的临床意义和底层架构有着深刻的理解。对数据表示方式的误解可能对临床护理、研究和AI系统造成重大危害。尽管LLMs在某些临床指标上表现似乎很高，但它们进行临床推理的能力缺乏证据支持，而且它们经常提供错误的、自信的答案。持有临床信息学认证的急诊医生（EPs）可能是帮助安全地将这些技术整合到急诊科的自然人选。然而，由于需求高、培训项目少以及该亚专业的知名度不足，拥有这种认证的急诊医生非常少。

结论

随着技术的进步和医院与商业供应商的合作，LLMs和其他AI系统在急诊科中的作用可能会越来越大。在职的急诊医生需要充分了解这些技术的潜在优势和局限性，而接受过信息学培训的急诊医生将发挥关键作用。在急诊医学住院医师培训中增加临床信息学的接触，并支持急诊医生攻读信息学研究课题至关重要。

引言

尽管生物医学研究长期以来一直与计算领域的尖端进展密切相关，但临床医学实践却并非如此。事实上，医学领域采用电子记录的速度远远落后于研究界和许多其他行业，这一过程经历了二十多年的时间。2004年，美国只有大约10%的医院完全实施了电子健康记录（EHRs）[1]。到2021年，在多轮联邦激励计划（以及处罚威胁）的作用下，几乎所有非联邦急性护理医院以及大多数门诊医生诊所都实施了EHRs [2]。在许多情况下，EHRs的采用仍然是零散的。多年来，急诊医生通常只能通过单独的系统（如病历记录、实验室检查和影像系统）访问部分医疗记录，先进功能（如计算机化订单输入）的整合也非常缓慢。

如今，在EHRs全面普及仅几年后，急诊医生面临着各种新的人工智能（AI）应用，这些应用从提供便利功能（如转录患者病历和澄清出院指示）到在临床环境中发挥更重要的作用（如提供CT和X光片的初步解读，甚至替代分诊流程）。许多大众媒体和临床期刊的文章表明，某些AI系统的表现可能接近或超过了临床医生的水平，甚至有文章声称它们超越了经验丰富的医生的表现 [3]。

鉴于这些重大变化，急诊医生迫切需要更好地了解这些系统如何与医疗记录交互，以及它们的潜在优势和局限性。因此，急诊医生需要能够明智而有效地为患者和我们的医疗实践发声，确保这些工具用于增强我们所提供的临床护理，而不是干扰它。

本叙述性综述获得了作者所在机构的IRB审查豁免。

章节片段

什么是临床信息学？

临床信息学是生物医学信息学的一个子领域，涵盖了临床信息的收集、管理和使用 [5]。与医疗记录相关的患者护理的每个方面都受到临床信息学的规范。在单次急诊就诊过程中，这可能包括使用符合机构指南的标准化或个性化模板输入病历记录，通过链接获取过去的病史或处方信息等。

结论

一小部分既了解急诊医生工作职责又熟悉底层数据性质的急诊医生信息学家将负责在急诊科审慎且有选择地实施AI系统。鉴于这一迫切需求以及AI的广泛采用，迫切需要培训更多急诊医生成为临床信息学家，并支持急诊医学领域内的进一步信息学研究。如果能够明智地使用这些技术，

作者贡献

约书亚·W·约瑟夫（JWJ）和拉里·A·纳森森（LAN）共同构思了这项研究。JWJ进行了初步分析和初稿撰写。所有作者都对论文的修订做出了重要贡献。JWJ对整篇论文负责。

作者贡献声明

约书亚·W·约瑟夫：撰写 – 审稿与编辑，撰写 – 原始草稿，研究，概念化。拉里·A·纳森森：撰写 – 审稿与编辑，撰写 – 原始草稿。

利益冲突声明

作者声明他们没有已知的可能会影响本文所报告工作的财务利益或个人关系。