2022年12月22日，时值北京大学全球健康发展研究院成立2周年，由北京论坛、亚洲开发银行和北京大学全球健康发展研究院共同主办的北大全球健康发展论坛2022成功举办。本次论坛以“全球健康：数字转型和发展鸿沟”为主线。如下是微软全球首席医疗官兼医疗保健副总裁戴维·C·鲁在“医疗卫生与数字化转型”环节的主旨演讲，未经本人确认。

我是一名医疗技术人员，也是一名医疗卫生服务研究者。在过去的25年里，我一直在研究如何使用科技来提高医疗服务可及性、医疗质量、患者安全以及怎样改善医生和患者的体验。

从我对医疗卫生的研究经历中，我观察到三个重要的现象，这三个现象在世界范围内普通存在。第一，医疗服务存在显著的差异。第二，对于许多医疗服务，这种差异是不应该存在的。第三，最脆弱、最弱势的群体得到的医疗服务质量往往是最低的，具有最大的改善空间。

我想跟大家分享一下我们如何通过数据和人工智能来解决这些健康鸿沟，从根本上促进健康公平。许多人已经谈到了健康公平这个概念。通常来说，它是指让每个人都能有公平的机会来实现最高水平的健康。当我们思考如何实现这一点时，我们首先从平等入手，也就是为每个人提供一个公平的机会和相同的起跑线。但在实践中我们发现，并不是所有人都站在相同的起跑线上，现实中存在许多障碍。

所以当我们考虑人工智能应用时，我们应该为弱势群体做得更多，这样他们才能拥有和其他人一样的机会。这也将我们带到了另一个子议题，负责任的人工智能。如何提高人工智能的可及性，增加数据的多样性来支持人工智能算法？如何保证人工智能对于使用它的个人和人群来说是可信赖的，让它确实对我们目标人群产生了影响？负责任的人工智能有许多不同的特征。例如，算法本身是否按照设计执行，误差级别是怎样的。对于公平、反事实分析和关键的决策制定等问题，我们已经有开源的工具来保障算法是以一种负责任的方式运行的。

举个例子，微软公司负责任AI工具包中的一个开源工具是Fairlearn，是一个免费的工具。Fairlearn具有很多良好的性能，我认为它最突出的一点是在不同亚人群实现实现人工智能算法的映射，来判断不同亚群中算法的准确性、差异和分歧。每种算法的表现存在轻微的差别，我们想要的是找到特定人群最优的算法，最大化准确性并最小化分歧。

关于负责任的人工智能，我想强调的另外一点是，我们还未到达旅程的终点。这个旅程的起点是开发和验证算法，之后可能有一个通过政府机构清理这些算法的过程，再之后就是应用和真实世界循证研究来评估和理解人工智能会产生怎样的影响。目前我们还处于起步阶段，许多事情仍在研发过程中，我们才刚开始做算法开发和验证。但随着我们从开发向应用进阶，我们有机会来理解人工智能对于不同人群会产生怎样的影响。

对于可及性方面，我们常考虑的是如何能够让技术更容易被获取，但是对于某些弱势群体，如果我们不多做一些，他们是无法使用新技术的。例如，视力障碍、听力障碍、与人沟通交流存在障碍、学习障碍或行动受限都会影响技术的可及性，会限制这些人群使用新技术。我们意识到，我们必须更多地帮助这些弱势群体来实现更高层次的身体和社会功能，让这些人也能从我们正在构建的新技术中获益。我想给大家举几个例子。第一个例子是关于我们如何通过AI帮助存在视力障碍的人群。

例子：

我在7岁时失明，于是进入了盲人学校，也接触到了语音电脑，这为我打开了新世界的大门。我在10年前作为软件工程师加入微软，我喜欢发明能够改善人们生活的事物。从我上大学起，我就一直梦想着能发明一种设备，随时告诉你周围的环境是什么样的。所以，我和志同道合的工程师一起研发了这款能够告诉人们周围人和事物的APP。它是基于微软智能APIs构建的，微软智能APIs使构建这类APP容易了许多。这款APP可以在智能手机上使用，也可以在智能眼镜上使用。比如当你对着很大的群体演讲而听众没有反馈时，你会想大家都在听呢还是快睡着了？这个APP可以告诉你“我看到两个人，一个是有胡子的40岁男性正做出吃惊的表情，另一个是20岁的女性，看起来很高兴”。这个APP可以描述你周围的人的大致年龄和性别，以及这些人的情绪。这个APP最有用的一个功能是可以读出文字。例如，这个APP会发出语音：下午好，这是你的菜单。我可以在手机上使用这个APP来给菜单拍照，这个APP会语音指导我怎样拍到正确的照片，它会说：将照相机向右下方移动，并离菜单稍微远一点。随后它会识别出菜单上的文字，并读出来“我看到了甜点、沙拉、披萨和意大利面”。

很多年前，这听起来像是科幻小说，以前我也没有想到这是可以实现的事情，但是人工智能在以前所未有的速度演化。我非常期待看到未来我们能够实现的东西。作为工程师，我们总是站在巨人的肩膀上，这个APP的开发是依靠微软研究院长期的研究才得以推动的。对于我个人来说，这是梦想的启程，一步一个脚印地实现梦想。我认为这只是开始。

例子结束。

这是个很棒的故事，它讲述了人工智能如何帮助有视力障碍的人士。微软也有人工智能应用能够帮助语言障碍的人：VoiceIt。VoiceIt可以通过声音指令控制设备，可以通过邮件口述来让交流更加便利，具有远程实时录音转文字功能让语言障碍人士在视频会议中流畅交流。这个技术可以帮助因为中风或其他疾病导致的数百万语言障碍人士。

下面我将讨论一下临床试验样本多样性的问题。医疗卫生领域中大量信息都来源于临床实验，但临床实验中招募到的人群是一个高度选择的群体。如何增加样本的多样性，纳入更多平时不愿意参加临床实验的人群？我们发现使用聊天机器人是一个可行的方案。聊天机器人能够给客户能够提供个体化建议。通过聊天机器人与客户一问一答的沟通过程，结合特定的标准，我们可以明确客户是否达到入选标准。比如在新冠疫情初期，我们注意到有大量的关于血浆能不能用来治疗新冠的问题。同时很多人通过聊天机器人来咨询他们是否应该去看医生或待在家里。在这个过程中，我们完全有机会从这些使用聊天机器人的人筛选识别他们是否达到了某个临床试验的入选标准。

我们也观察到一些通过聊天机器人在后台进行推送的例子。用户看到的第一个界面是一个头像或者人形。例如，世卫组织在疫情期间推出“劳伦斯”这一虚拟形象，劳伦斯能够帮助大家回答有关吸烟和COVID的问题。在沟通过程中，这个虚拟形象可以对使用不同语言的人做出及时的回应，并且具有共情能力。在征得用户同意后，它可以通过对方脸部的16个点位判断对方的表情，进而推断出对方的情绪，例如生气、沮丧还是悲伤，然后通过虚拟形象给出共情式互动。这种后台技术能够在正确的时间给出正确的信息。以此为前端，我们可以与不同文化背景、不同语言的人互动，回答问题，并为临床试验提供可能的参与对象。这需要涉及多种后台技术应用，首先我们需要有权限访问一些数据库。这类数据源通常是文本形式，因此我们需要使用文本分析、匹配信息，然后转换为电子病历系统或其他系统可以解读的形式。举一个文本解读的例子，我们通过解读语音或文字捕捉到的词汇，通过技术来将其转换为标准的术语，以便我们记录和理解这些词汇。以微软目前与War on Cancer合作的一个项目为例。War on Cancer是一个癌症患者的全球社交网络。依托微软的临床试验匹配技术，War on Cancer建立了一个临床试验筛选功能，帮助患者寻找与其病情相关的临床试验。该技术从临床试验库中动态选择有最大区别度的标准，生成患者可以理解的问题，并根据患者的回答来确认入选资质，筛选并向患者推荐可能相关的试验。这是一个运用人工智能增加临床试验样本多样性的好例子。

我们也意识到需要增加AI算法验证数据的多样性，而这需要建立更高级别的信任度。我们目前关注的是如何构建联邦学习流程来实现隐私保护。这不仅对医疗卫生行业来说非常重要，对于其他行业和政府也非常重要。因为很多时候相关机构想把数据集保存在自己手里，而不是向外发送。我们发现我们可以为静态数据、传输数据甚至使用中的数据创造更高级别的私密性和隐私保护，特别是在芯片和内存层面上。将芯片嵌入服务器这种方式创造了一个新的信任机制和可以用户可验证的远程站点。

我们周围的一切都存在一些真实的关键特征标识。让我们需要移除可识别信息时，我们可能会丢失与结果相关的重要信息。例如，一个人的邮编或者地区编码通常与他的结局变量具有相关性。如果我们想把这些信息纳入分析中，特别是纳入那些被认为对于我们感兴趣的结果有巨大影响的信息，我们需要把这些信息保留在数据集中。也就是说，我们不提取它们，让它们保留在原位，然后以能够保护隐私的方式来进行运算。这种方式使我们能够分析具有高度敏感性的信息，比如遗传信息，遗传信息是不可能被移除可识别标志的。这种方式还保护了数据和模型地址，有显著的优势。

那么这些技术会产生怎样的影响呢？受到影响最大的人群往往是弱势群体。以癌症为例，科学研究发现了许多癌症相关危险因素，心脑血管疾病也是如此。在医疗需求没有得到满足的人群当中，这些因素诱发癌症和心脑血管疾病的可能性更高。想象一个正常的体检，患者做了一个CT结肠成像，扫描结果显示患者没有癌症，然后患者就回家了。但可能几年以后，患者得了心脏病或者中风去世了。这是一连串不幸的事件，但不幸的是，这种情况并不少见。实际上，在做腹部CT的时候，我们还可以进一步检查癌症以外的其他疾病的标志物，包括皮下脂肪、肌肉量、主动脉等等，我们可以观察心血管疾病、骨质疏松、肝病或癌症的标志物。这给我们带来了创建新的风险指标的机会。通过CT和其他风险因素指标，我们可以判断患者心血管疾病风险是否升高。如果是的话，我们可以进一步推荐患者去做其他筛查、改善生活方式、进行相应的干预，来改善患者的健康结局。

另外一个例子是肺癌，肺癌是一个重要的医疗问题，让高风险人群应该进行CT检查是一个重要的问题。在美国，处于特定年龄段的、有20年吸烟史或者在过去15年间戒烟的人群应该接受CT筛查，我们的技术可以被用来帮助这个群体，这也是我们目前在做的项目。我们可以应用人工智能技术来筛查、寻找和发现其他情况，帮助我们进一步寻找可以改善的机会。

总体来说，我讨论了数据和人工智能在改善健康平等上能发挥作用的几个方面。第一，通过更加透明化、更具解释性、无偏倚和可及的技术来构建负责任的人工智能，改善听力或语言障碍等身体残障人士的生活和社会机能；第二，通过多样化的人工智能技术来提高参与度和匹配度，提高当前各类数据库的样本多样性；第三，保证数据的可信度、安全性和隐私保护性；最后，通过人工智能技术，我们真切地影响了我们关心的人群，那些通常会遭受不良健康结果的弱势群体，我们利用人工智能技术产生了积极的影响。