0
0
661. Can A.I. Save Your Life?
661. Can A.I. Save Your Life?
Summary & Insights

A doctor can perform heart-lung bypass, some of the most ambitious technology humanity has ever created, but still finds out a patient had a heart attack through a pager. This bizarre split between breathtaking medical technology and shockingly outdated administrative systems exemplifies why healthcare is ripe for an AI-driven transformation. Dr. Robert Wachter argues that after decades of sluggish, often counterproductive digitization, advanced artificial intelligence represents a “giant leap” that could finally make healthcare safer, more efficient, and more satisfying for both patients and clinicians. The conversation explores this transition from early failures like IBM’s Watson to today’s promising applications, such as AI scribes that free doctors from note-taking and diagnostic tools that detect hidden diseases from simple tests like an EKG.

The discussion traces a history of false starts, where technology like electronic health records often worsened clinician burnout without fundamentally improving care. The current wave of AI succeeds by focusing on “low-hanging fruit” first—tools that assist rather than replace, building trust. A compelling example is the work of cardiologist Dr. Pierre Elias, whose AI model can screen a cheap, ubiquitous electrocardiogram for structural heart disease with 78% accuracy, far outperforming human cardiologists at 64%. This demonstrates AI’s potential to enable widespread, life-saving early detection for conditions that are currently found too late.

However, integrating AI faces massive systemic hurdles. The healthcare economy is fragmented among patients, providers, insurers, and regulators, creating misaligned incentives. Furthermore, a single private company, Epic, maintains electronic records for a majority of Americans, creating a “walled garden” that could stifle innovation if it doesn’t allow third-party AI tools to integrate seamlessly. The path forward hinges not just on technological brilliance but on navigating politics, economics, regulations, and a cultural shift within medicine itself, ensuring AI augments rather than alienates the human elements of care.

Surprising Insights

  • AI can outperform humans in perceived empathy: Studies where patients compared answers from doctors and AI chatbots found that patients often rated the AI’s responses as more empathetic, even though the AI is merely simulating understanding.
  • Rapid “de-skilling” is a real risk: A study found that gastroenterologists who used an AI tool to spot polyps during colonoscopies for just three months saw their own detection skills significantly decline after the tool was removed, raising concerns about over-reliance.
  • The biggest electronic health record company is a privately held near-monopoly: Epic, founded by Judy Faulkner, stores records for a vast majority of Americans, operates from Wisconsin farmland, and has repeatedly refused to be sold or take outside investment, giving it enormous control over the data landscape AI needs to access.
  • AI can find signals in data humans are taught are meaningless: Medical tradition holds that an electrocardiogram (EKG) cannot diagnose structural heart disease like valve problems, but AI models are now doing exactly that by finding subtle, complex patterns invisible to clinicians.

Practical Takeaways

  • For patients: You can proactively use AI chatbots as a research tool before doctor visits to organize questions and understand symptoms, but always bring that information to a human professional for interpretation and decision-making within the context of your full medical history.
  • For healthcare professionals: Advocate for and adopt AI tools that act as “co-pilots” for administrative tasks first, like ambient scribes for note-taking or chart summarizers, to reclaim time for patient interaction and reduce burnout.
  • For health systems: Prioritize implementing AI solutions that solve clear, discrete pain points for staff (like documentation burden) to build trust and create a culture open to more advanced clinical decision-support tools later.
  • When evaluating AI health tools: Remember the “Waze” principle—the best AI provides excellent guidance and suggestions, but the human driver (the clinician) is still essential for handling complex, ethical, and unpredictable situations on the road to health.

Một bác sĩ có thể thực hiện kỹ thuật tuần hoàn ngoài cơ thể (tim-phổi), một trong những công nghệ đầy tham vọng nhất mà nhân loại từng tạo ra, nhưng vẫn phải nhận tin bệnh nhân lên cơn đau tim qua máy nhắn tin. Sự tách biệt kỳ lạ giữa công nghệ y tế tiên tiến đến kinh ngạc và hệ thống hành chính lạc hậu đến khó tin này minh họa rõ tại sao ngành chăm sóc sức khỏe đã chín muồi cho một cuộc chuyển đổi dẫn dắt bởi AI. Tiến sĩ Robert Wachter cho rằng sau nhiều thập kỷ số hóa diễn ra chậm chạp, thường phản tác dụng, trí tuệ nhân tạo tiên tiến đại diện cho một “bước nhảy vọt” có thể cuối cùng giúp chăm sóc sức khỏe an toàn hơn, hiệu quả hơn và thỏa mãn hơn cho cả bệnh nhân và bác sĩ lâm sàng. Cuộc thảo luận khám phá sự chuyển đổi này từ những thất bại ban đầu như IBM Watson đến các ứng dụng đầy hứa hẹn ngày nay, chẳng hạn như trợ lý AI ghi chép giúp bác sĩ không phải tốn thời gian viết bệnh án và công cụ chẩn đoán phát hiện bệnh tiềm ẩn từ các xét nghiệm đơn giản như điện tâm đồ.


Cuộc thảo luận lần theo lịch sử của những khởi đầu sai lầm, nơi công nghệ như hồ sơ sức khỏe điện tử thường làm trầm trọng thêm tình trạng kiệt sức của bác sĩ mà không cải thiện căn bản chất lượng chăm sóc. Làn sóng AI hiện tại thành công bằng cách tập trung vào “trái ngon ở cành thấp” trước tiên — những công cụ hỗ trợ thay vì thay thế, từ đó xây dựng niềm tin. Một ví dụ thuyết phục là công trình của bác sĩ tim mạch Pierre Elias, mô hình AI của ông có thể sàng lọc bệnh tim cấu trúc từ một điện tâm đồ giá rẻ, phổ biến với độ chính xác 78%, vượt xa khả năng của các bác sĩ tim mạch con người ở mức 64%. Điều này cho thấy tiềm năng của AI trong việc cho phép phát hiện sớm, cứu sống trên diện rộng đối với các tình trạng hiện nay thường được phát hiện quá muộn.


Tuy nhiên, việc tích hợp AI phải đối mặt với những rào cản hệ thống khổng lồ. Nền kinh tế chăm sóc sức khỏe bị phân mảnh giữa bệnh nhân, nhà cung cấp dịch vụ, công ty bảo hiểm và cơ quan quản lý, tạo ra các động cơ không đồng nhất. Hơn nữa, một công ty tư nhân duy nhất, Epic, duy trì hồ sơ điện tử cho phần lớn người Mỹ, tạo ra một “khu vườn có tường bao” có thể kìm hãm đổi mới nếu không cho phép các công cụ AI của bên thứ ba tích hợp liền mạch. Con đường phía trước phụ thuộc không chỉ vào sự xuất sắc công nghệ mà còn vào việc định hướng chính trị, kinh tế, quy định và sự thay đổi văn hóa trong chính ngành y, đảm bảo AI bổ trợ chứ không làm xa rời các yếu tố con người trong chăm sóc.


Những Thông Tin Đáng Ngạc Nhiên



  • AI có thể vượt con người trong sự đồng cảm được cảm nhận: Các nghiên cứu nơi bệnh nhân so sánh câu trả lời từ bác sĩ và chatbot AI phát hiện rằng bệnh nhân thường đánh giá phản hồi của AI đồng cảm hơn, mặc dù AI chỉ đang mô phỏng sự thấu hiểu.

  • “Mất kỹ năng” nhanh chóng là rủi ro có thật: Một nghiên cứu phát hiện các bác sĩ chuyên khoa tiêu hóa sử dụng công cụ AI để phát hiện polyp trong quá trình nội soi đại tràng chỉ trong ba tháng đã thấy kỹ năng phát hiện của chính họ suy giảm đáng kể sau khi công cụ bị loại bỏ, làm dấy lên lo ngại về sự phụ thuộc quá mức.

  • Công ty hồ sơ sức khỏe điện tử lớn nhất là một độc quyền tư nhân gần như tuyệt đối: Epic, do Judy Faulkner sáng lập, lưu trữ hồ sơ của phần lớn người Mỹ, hoạt động từ vùng đất nông nghiệp Wisconsin và liên tục từ chối bán lại hoặc nhận đầu tư bên ngoài, cho phép họ kiểm soát khổng lồ đối với bối cảnh dữ liệu mà AI cần tiếp cận.

  • AI có thể tìm thấy tín hiệu trong dữ liệu mà con người được dạy là vô nghĩa: Truyền thống y học cho rằng điện tâm đồ không thể chẩn đoán bệnh tim cấu trúc như vấn đề van tim, nhưng các mô hình AI hiện đang làm chính điều đó bằng cách tìm ra các mô hình tinh tế, phức tạp mà các bác sĩ lâm sàng không nhìn thấy.


Điểm Cốt Yếu Thực Tế



  • Cho bệnh nhân: Bạn có thể chủ động sử dụng chatbot AI như một công cụ nghiên cứu trước khi đi khám để tổ chức câu hỏi và hiểu triệu chứng, nhưng luôn mang thông tin đó đến chuyên gia con người để giải thích và ra quyết định trong bối cảnh toàn bộ tiền sử bệnh của bạn.

  • Cho chuyên gia chăm sóc sức khỏe: Ủng hộ và áp dụng các công cụ AI hoạt động như “phi công phụ” cho các nhiệm vụ hành chính trước tiên, như trợ lý ghi chép môi trường xung quanh hoặc công cụ tóm tắt biểu đồ, để lấy lại thời gian tương tác với bệnh nhân và giảm kiệt sức.

  • Cho hệ thống y tế: Ưu tiên triển khai các giải pháp AI giải quyết các điểm đau rõ ràng, riêng biệt cho nhân viên (như gánh nặng tài liệu) để xây dựng niềm tin và tạo ra văn hóa cởi mở với các công cụ hỗ trợ quyết định lâm sàng tiên tiến hơn sau này.

  • Khi đánh giá công cụ AI sức khỏe: Hãy nhớ nguyên tắc “Waze” — AI tốt nhất cung cấp hướng dẫn và đề xuất xuất sắc, nhưng người lái xe (bác sĩ lâm sàng) vẫn cần thiết để xử lý các tình huống phức tạp, đạo đức và không thể đoán trước trên con đường đến sức khỏe.


醫師能夠執行體外循環手術——這項人類迄今為止創造出的最高難度技術之一，卻仍需透過傳呼機得知病人心臟病發作的消息。這種尖端醫療技術與極度落後行政系統之間的荒謬割裂，正揭示了醫療體系為何亟需人工智慧驅動的轉型。羅伯特·瓦赫特博士指出，經歷數十年緩慢且常適得其反的數位化進程後，先進人工智慧技術將帶來「飛躍式突破」，最終使醫療服務對患者與臨床工作者都變得更安全、高效且令人滿意。本文探討了從IBM華生系統早期挫敗，到當前前景看好的應用轉變，例如能將醫師從文書工作中解放的AI病歷紀錄員，以及能從心電圖等簡單檢測中發現隱性疾病的診斷工具。


文中追溯了醫療數位化屢次失敗的歷史：電子健康紀錄等技術非但未能根本改善醫療品質，反而常加劇醫護人員職業倦怠。當前AI浪潮的成功關鍵在於優先摘取「低垂果實」——開發輔助而非取代人類的工具，逐步建立信任。心臟科醫師皮埃爾·埃利亞斯博士的研究即為典範：其AI模型能以78%準確率，透過廉價普及的心電圖篩查結構性心臟病，遠超人類心臟科醫師64%的準確率。這展現了AI推動大規模早期篩查的潛力，可拯救許多現行醫療體系中發現過晚的疾病生命。


然而，AI整合面臨巨大系統性障礙。醫療經濟體系被患者、服務提供者、保險公司與監管機構割裂，形成動機錯位的困境。此外，Epic這家單一私營公司掌管多數美國民眾的電子病歷，若拒絕第三方AI工具無縫整合，可能形成扼殺創新的「圍牆花園」。未來發展不僅取決於技術突破，更須駕馭政治、經濟、監管及醫療體系內部的文化轉型，確保AI能強化而非疏離醫療中的人文關懷。


顛覆性洞見



  • AI在同理心表現上可超越人類：研究顯示，患者比較醫師與AI聊天機器人的回應後，常認為AI的回答更具同理心——儘管AI僅在模擬理解行為。

  • 「技能退化」危機真實存在：研究發現腸胃科醫師使用AI工具輔助結腸鏡息肉檢測三個月後，在工具移除時自身檢測能力顯著下降，引發對過度依賴的擔憂。

  • 電子病歷市場存在近乎壟斷的私營巨頭：由茱蒂·福克納創立的Epic公司存儲多數美國民眾病歷，其總部位於威斯康辛州農地，多次拒絕收購要約與外部投資，對AI發展必需的數據生態掌握極大控制權。

  • AI能從被視為無意義的數據中發現訊號：醫學傳統認為心電圖無法診斷瓣膜病變等結構性心臟病，但AI模型正透過捕捉臨床醫師無法察覺的細微複雜模式顛覆此認知。


實踐指南



  • 對患者而言：可主動運用AI聊天機器人作為就診前的研究工具，協助整理問題與理解症狀，但務必攜帶相關資訊交由專業醫師，結合完整病歷進行解讀與決策。

  • 對醫療從業者：應倡導並採用能擔任行政任務「副駕駛」的AI工具，如環境音病歷紀錄員或圖表彙整系統，以重獲醫病互動時間並減輕職業倦怠。

  • 對醫療機構：優先實施能解決明確痛點的AI方案（如文書負擔），建立信任基礎，為後續引入進階臨床決策輔助工具創造開放文化。

  • 評估醫療AI工具時：牢記「Waze導航」原則——最優AI應提供卓越指引與建議，但面對健康之路上的複雜情境、倫理抉擇與突發狀況，人類駕駛（臨床醫師）的判斷依然不可或缺。


Un médico puede realizar una circulación extracorpórea cardiopulmonar, una de las tecnologías más ambiciosas que la humanidad haya creado jamás, y aun así enterarse de que un paciente sufrió un infarto a través de un buscapersonas. Esta extraña división entre una tecnología médica impresionante y sistemas administrativos escandalosamente obsoletos ejemplifica por qué la atención sanitaria está madura para una transformación impulsada por la IA. El Dr. Robert Wachter sostiene que, tras décadas de digitalización lenta y a menudo contraproducente, la inteligencia artificial avanzada representa un “salto gigantesco” que por fin podría hacer que la atención médica sea más segura, más eficiente y más satisfactoria tanto para los pacientes como para los clínicos. La conversación explora esta transición desde fracasos tempranos como Watson de IBM hasta las aplicaciones prometedoras de hoy, como los asistentes de IA que liberan a los médicos de tomar notas y las herramientas diagnósticas que detectan enfermedades ocultas a partir de pruebas simples como un electrocardiograma.


La discusión recorre una historia de falsos comienzos, en la que tecnologías como las historias clínicas electrónicas a menudo agravaron el agotamiento profesional de los clínicos sin mejorar fundamentalmente la atención. La ola actual de IA está teniendo éxito al centrarse primero en los “frutos más fáciles de alcanzar”: herramientas que ayudan en lugar de reemplazar, generando confianza. Un ejemplo convincente es el trabajo del cardiólogo Dr. Pierre Elias, cuyo modelo de IA puede usar un electrocardiograma barato y ampliamente disponible para detectar enfermedades estructurales del corazón con una precisión del 78 %, superando ampliamente a los cardiólogos humanos, que alcanzan un 64 %. Esto demuestra el potencial de la IA para permitir una detección temprana, amplia y capaz de salvar vidas en enfermedades que hoy suelen descubrirse demasiado tarde.


Sin embargo, la integración de la IA enfrenta enormes obstáculos sistémicos. La economía de la atención sanitaria está fragmentada entre pacientes, proveedores, aseguradoras y reguladores, lo que crea incentivos desalineados. Además, una sola empresa privada, Epic, mantiene los registros electrónicos de una mayoría de los estadounidenses, creando un “jardín amurallado” que podría frenar la innovación si no permite que herramientas de IA de terceros se integren sin fricciones. El camino hacia adelante depende no solo de la brillantez tecnológica, sino también de navegar la política, la economía, la regulación y un cambio cultural dentro de la propia medicina, asegurando que la IA complemente en lugar de alejar los elementos humanos del cuidado.


Ideas sorprendentes



  • La IA puede superar a los humanos en la empatía percibida: En estudios en los que los pacientes compararon respuestas de médicos y de chatbots de IA, los pacientes a menudo calificaron las respuestas de la IA como más empáticas, aunque la IA solo está simulando comprensión.

  • La rápida “pérdida de habilidades” es un riesgo real: Un estudio halló que los gastroenterólogos que usaron durante apenas tres meses una herramienta de IA para detectar pólipos en colonoscopias vieron disminuir significativamente sus propias capacidades de detección después de que se retiró la herramienta, lo que genera preocupación por una dependencia excesiva.

  • La mayor empresa de historias clínicas electrónicas es un cuasimonopolio privado: Epic, fundada por Judy Faulkner, almacena los registros de una enorme mayoría de estadounidenses, opera desde tierras agrícolas de Wisconsin y ha rechazado repetidamente venderse o aceptar inversión externa, lo que le da un control enorme sobre el panorama de datos al que la IA necesita acceder.

  • La IA puede encontrar señales en datos que a los humanos se les enseña que no tienen significado: La tradición médica sostiene que un electrocardiograma (ECG) no puede diagnosticar enfermedades estructurales del corazón, como problemas valvulares, pero los modelos de IA ahora están haciendo exactamente eso al encontrar patrones sutiles y complejos invisibles para los clínicos.


Conclusiones prácticas



  • Para los pacientes: Puede usar proactivamente chatbots de IA como herramienta de investigación antes de las consultas médicas para organizar preguntas y comprender síntomas, pero siempre lleve esa información a un profesional humano para que la interprete y tome decisiones dentro del contexto de su historial médico completo.

  • Para los profesionales sanitarios: Promuevan y adopten primero herramientas de IA que actúen como “copilotos” para tareas administrativas, como asistentes ambientales para la toma de notas o resumidores de historias clínicas, con el fin de recuperar tiempo para la interacción con el paciente y reducir el agotamiento profesional.

  • Para los sistemas de salud: Prioricen la implementación de soluciones de IA que resuelvan problemas claros y concretos para el personal (como la carga de documentación) a fin de generar confianza y crear una cultura abierta más adelante a herramientas más avanzadas de apoyo a la decisión clínica.

  • Al evaluar herramientas de salud basadas en IA: Recuerde el principio de “Waze”: la mejor IA ofrece orientación y sugerencias excelentes, pero el conductor humano (el clínico) sigue siendo esencial para manejar situaciones complejas, éticas e impredecibles en el camino hacia la salud.


Um médico pode realizar circulação extracorpórea cardiopulmonar, uma das tecnologias mais ambiciosas que a humanidade já criou, mas ainda assim descobrir que um paciente teve um ataque cardíaco por meio de um pager. Essa divisão bizarra entre uma tecnologia médica de tirar o fôlego e sistemas administrativos chocantemente ultrapassados exemplifica por que a saúde está madura para uma transformação impulsionada por IA. O Dr. Robert Wachter argumenta que, após décadas de digitalização lenta e muitas vezes contraproducente, a inteligência artificial avançada representa um “salto gigantesco” que finalmente poderia tornar a assistência à saúde mais segura, mais eficiente e mais satisfatória tanto para pacientes quanto para clínicos. A conversa explora essa transição desde fracassos iniciais, como o Watson da IBM, até as aplicações promissoras de hoje, como assistentes de IA para documentação que livram os médicos de fazer anotações e ferramentas diagnósticas que detectam doenças ocultas a partir de testes simples, como um ECG.


A discussão traça uma história de falsos começos, em que tecnologias como os prontuários eletrônicos frequentemente agravaram o esgotamento dos clínicos sem melhorar fundamentalmente o cuidado. A atual onda de IA tem sido bem-sucedida ao focar primeiro nos “ganhos mais fáceis” — ferramentas que ajudam em vez de substituir, construindo confiança. Um exemplo convincente é o trabalho do cardiologista Dr. Pierre Elias, cujo modelo de IA consegue rastrear, em um eletrocardiograma barato e amplamente disponível, doenças cardíacas estruturais com 78% de precisão, superando com folga os cardiologistas humanos, que alcançam 64%. Isso demonstra o potencial da IA para viabilizar uma detecção precoce ampla e capaz de salvar vidas em condições que hoje costumam ser descobertas tarde demais.


No entanto, a integração da IA enfrenta enormes obstáculos sistêmicos. A economia da saúde é fragmentada entre pacientes, prestadores, seguradoras e reguladores, criando incentivos desalinhados. Além disso, uma única empresa privada, a Epic, mantém registros eletrônicos da maioria dos americanos, criando um “jardim murado” que pode sufocar a inovação se não permitir a integração fluida de ferramentas de IA de terceiros. O caminho adiante depende não apenas de brilhantismo tecnológico, mas também de navegar pela política, economia, regulamentações e por uma mudança cultural dentro da própria medicina, garantindo que a IA amplie — em vez de afastar — os elementos humanos do cuidado.


Percepções Surpreendentes



  • A IA pode superar humanos em empatia percebida: Estudos em que pacientes compararam respostas de médicos e de chatbots de IA constataram que, muitas vezes, os pacientes avaliaram as respostas da IA como mais empáticas, embora a IA esteja apenas simulando compreensão.

  • A “desqualificação” rápida é um risco real: Um estudo constatou que gastroenterologistas que usaram uma ferramenta de IA para detectar pólipos durante colonoscopias por apenas três meses viram suas próprias habilidades de detecção diminuírem significativamente após a retirada da ferramenta, levantando preocupações sobre dependência excessiva.

  • A maior empresa de prontuários eletrônicos é um quase monopólio privado: A Epic, fundada por Judy Faulkner, armazena registros de uma vasta maioria dos americanos, opera a partir de terras rurais em Wisconsin e repetidamente se recusou a ser vendida ou a aceitar investimento externo, o que lhe dá enorme controle sobre o panorama de dados ao qual a IA precisa ter acesso.

  • A IA consegue encontrar sinais em dados que os humanos são ensinados a considerar sem significado: A tradição médica sustenta que um eletrocardiograma (ECG) não pode diagnosticar doença cardíaca estrutural, como problemas valvares, mas modelos de IA agora estão fazendo exatamente isso ao encontrar padrões sutis e complexos invisíveis aos clínicos.


Conclusões Práticas



  • Para pacientes: Você pode usar proativamente chatbots de IA como ferramenta de pesquisa antes de consultas médicas para organizar perguntas e compreender sintomas, mas sempre leve essas informações a um profissional humano para interpretação e tomada de decisão dentro do contexto do seu histórico médico completo.

  • Para profissionais de saúde: Defenda e adote primeiro ferramentas de IA que atuem como “copilotos” para tarefas administrativas, como assistentes ambientais de documentação ou resumidores de prontuários, para recuperar tempo para a interação com o paciente e reduzir o esgotamento profissional.

  • Para sistemas de saúde: Priorize a implementação de soluções de IA que resolvam pontos de dor claros e específicos para a equipe (como a carga de documentação), a fim de construir confiança e criar uma cultura aberta, mais adiante, a ferramentas mais avançadas de apoio à decisão clínica.

  • Ao avaliar ferramentas de IA em saúde: Lembre-se do princípio do “Waze” — a melhor IA oferece excelente orientação e sugestões, mas o motorista humano (o clínico) continua sendo essencial para lidar com situações complexas, éticas e imprevisíveis no caminho rumo à saúde.


For 50 years, the healthcare industry has been trying (and failing) to harness the power of artificial intelligence. It may finally be ready for prime time. What will this mean for human doctors — and the rest of us? (Part four of “The Freakonomics Radio Guide to Getting Better.”)

 

  • SOURCES:
    • Bob Wachter, professor, chair of the department of medicine at the University of California, San Francisco.
    • Pierre Elias, cardiologist, assistant professor of biomedical informatics at Columbia University, medical director for artificial intelligence at NewYork-Presbyterian Hospital.

 

 

Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.

Leave a Reply

Freakonomics RadioFreakonomics Radio
Let's Evolve Together
Logo