综述：早期痴呆症人工智能诊断的临床转化挑战与多维价值评估框架

《BMC Medicine》：AI in early dementia diagnosis: Beyond technological solutionism in clinical practice

　　

摘要

人工智能（AI）在改善早期痴呆症诊断方面具有巨大潜力，但其转化为临床实践面临诸多需要谨慎考虑的挑战。该领域对“技术解决方案”的过度关注可能导致开发的模型在实际应用中的价值有限。我们指出了四个制约临床应用的基础性问题：使用高度专业化的研究群体所导致的选择偏倚和数据泄露（这些群体无法代表普通护理人群）；诊断“真实标签”本身的不确定性，这限制了模型性能评估的准确性；以及循环逻辑问题——模型可能仅仅是对现有临床数据进行重新包装，而没有带来实质性的新见解；最后是临床伦理方面的不匹配——为专科场景设计的工具如果被错误地应用于普通护理，可能会为那些治疗方法有限的疾病带来“预测伦理负担”。为推动负责任的创新，我们提议从单纯关注准确性转向全面的价值评估。我们建议采用一个四维度评估框架来评价所有新的诊断工具：分析有效性（考虑标签的不确定性）、临床有效性（在相关人群中的表现）、临床实用性（对患者和家属有意义的测量结果），以及伦理、法律和社会可行性（包括综合的支持途径）。采用这一严格的多维度标准对于引导人工智能从有前景的技术发展成为能够负责任地服务患者和家属的成熟临床科学至关重要。