人工智能和机器学习技术的发展使得个性化和精准预防医疗成为可能，然而这种变革也带来了诸多挑战。尽管我们看到了令人兴奋的前景，但在应用这些技术时，我们必须谨慎行事，平衡个体需求与公共利益。
想象一下：一种新型病毒正在全国迅速爆发，导致流行病。政府推出了疫苗强制接种政策，并提供了不同的疫苗选择。
但并非每个人都接种相同的疫苗。当你报名接种疫苗时，你会收到一瓶疫苗，并收到一条指示将口腔样本送到最近的实验室的消息。仅几个小时后，你会收到一条消息，告诉你应该接种哪种疫苗。你的邻居也报名接种了疫苗。但他们的疫苗与你的不同。
你们两个现在都接种了疫苗，并受到了保护。每个人接种的疫苗都是根据‘你的身份’来确定的。你的基因、年龄、性别和其他诸多因素都被捕捉在一个‘模型’中，该模型可以预测和确定保护你免受病毒侵害的最佳选择。
这听起来有点像科幻小说。但自从2003年人类基因组解码以来，我们已经进入了精准预防的时代。
精准预防的兴起
新西兰有一个长期的新生儿筛查计划。这包括在全国范围内提供的基因组测序机器和基因健康服务。这些计划的推广以及人工智能和机器学习的应用将改变公共卫生保健的提供方式。
这些发展也引发了关于个人选择与大众利益、个人隐私以及谁负责保护新西兰人及其健康信息的更广泛的担忧。
什么是精准预防？
将精准预防（也称为个性化预防）视为针对个体而非更广泛社会群体的公共卫生行动。通过平衡一系列变量（包括你的基因、生活历史和环境）与风险（包括随着年龄增长而发生的一切变化），可以实现这种有针对性的医疗保健。
尽管基因组学的进步使精准预防成为可能，但由个人数据驱动的机器学习算法使其更接近现实。我们每天都会产生关于自己的数据——通过社交媒体、智能手表和其他可穿戴设备——帮助训练算法将医疗预防措施与个体匹配。
将所有这些与人工智能驱动的预测建模相结合，就可以预测你当前和未来的健康状况，并帮助你采取预防疾病的措施。
安全性与延迟
新西兰总理首席科学顾问最近发布了一份报告，展望未来五年新西兰人工智能和机器学习的发展方向。尽管报告作者没有特别提及“精准预防”，但他们包括了这种方法的例子，比如计算机视觉增强乳腺摄影。
但正如报告所指出的，采用速度往往落后于人工智能创新的速度。新西兰健康部门尚未批准新兴的大型语言模型和生成式人工智能工具在医疗保健中的安全有效使用。这意味着生成式人工智能驱动的精准预防实践，例如用于公共卫生信息传达的对话式人工智能，可能需要等待，直到它们被认为是安全使用的。
谨慎前进的重要性
人工智能和机器学习在推动精准预防和预防性健康的新时代方面有很多令人兴奋的前景。但与此同时，我们必须谨慎行事。人工智能和机器学习可以通过降低医学知识的门槛和减少人为偏见，提高医疗保健的可访问性和利用率，但政府和医疗机构需要减少与数字素养和在线平台访问有关的障碍。
对于那些无法获得在线资源或数字素养有限的人来说，已存在的医疗保健和健康资源的不平等可能会加剧。
人工智能还具有重要的环境影响。一项研究发现，几种常见的大型人工智能模型在其生命周期中可能排放超过27万吨的二氧化碳。
技术发展与社会责任
最后，技术是一个不断变化的领域。精准医疗的倡导者必须小心处理儿童和边缘化社区以及他们获取资源的机会。维护隐私和选择是至关重要的——每个人都应该有能力控制他们与人工智能代理分享的信息。
最后，每个人都是不同的，我们对健康和生活有不同的需求。通过精准医疗将更多人转向预防保健将减轻卫生系统的经济负担。
但正如总理首席科学家的报告强调的那样，机器学习算法是一个新兴的领域。在这项技术成为我们日常生活的一部分之前，我们需要更多的公众教育和意识。
阿林达姆·巴苏是坎特伯雷大学流行病学和环境健康副教授。更多相关内容请参阅此主题中的详细信息。
