前幾日，后臺(tái)留言里出現(xiàn)了這樣一則消息：

我思考后覺得無法三言兩語回答這個(gè)問題，所以有了這篇文章,。

首先聲明：我不是學(xué)計(jì)算機(jī)的,，更不是人工智能方面的專家。但過去兩三年,，因?yàn)榕d趣,，我自學(xué)了編程、復(fù)習(xí)了線性代數(shù)和統(tǒng)計(jì)學(xué),、學(xué)習(xí)了機(jī)器學(xué)習(xí)課程,，讀了一系列書和專業(yè)人士的文章，再加上有幸在大學(xué)里與世界頂級(jí)人工智能專家一起做科研項(xiàng)目,，我想在這方面還是可以點(diǎn)評(píng)一二,。

人工智能（AI) 是什么？

人工智能的概念早在20世紀(jì)60年代就已出現(xiàn),，但直到近年來,，隨著數(shù)據(jù)的豐富、計(jì)算機(jī)處理能力的加速,、以及算法的進(jìn)步,，其威力才顯現(xiàn)出來。

很多人把AI和機(jī)器學(xué)習(xí)混為一談,。其實(shí)AI 本身作為一個(gè)學(xué)科,，也在快速發(fā)展中，機(jī)器學(xué)習(xí)（ML）只是其中一個(gè)分支,。另外幾大分支包括自然語言處理,、語音識(shí)別、機(jī)器視覺,、認(rèn)知計(jì)算,、機(jī)器人等。

 

機(jī)器學(xué)習(xí)簡(jiǎn)單地說就是用計(jì)算機(jī)的算法來訓(xùn)練大量數(shù)據(jù),，通過這個(gè)過程找到最優(yōu)化解來模擬現(xiàn)實(shí),，對(duì)結(jié)果進(jìn)行預(yù)測(cè)。機(jī)器學(xué)習(xí)的算法有近百種,，常用的包括線性回歸,、邏輯回歸、概率密度估計(jì),、k-近鄰算法（KNN）,、支持向量機(jī)（SVM)和近年來非常熱門的人工神經(jīng)網(wǎng)絡(luò)(ANN)。

人們通常把AI分為兩種：

• 弱(狹窄)AI ——指的是可以取代人的某一項(xiàng)具體工作的機(jī)器：比如下象棋,、文字翻譯,、語音助手等,，現(xiàn)在已經(jīng)有很多這方面的應(yīng)用。

• 強(qiáng)(廣泛)AI ——指的是能夠模擬人大腦的功能,，做多種工作的智能機(jī)器,，現(xiàn)在還只存在于好萊塢電影(如新球大戰(zhàn)里的R2D2)和科幻小說中。

在強(qiáng)AI后, 人們對(duì)超越人類的超級(jí)智能有很多猜測(cè),，比如Ray Kurzweil 在他的《奇點(diǎn)臨近》一書里預(yù)測(cè),，AI超過人類大腦的智力的時(shí)間為2045年。對(duì)于人工智能對(duì)人類未來的影響,，當(dāng)今的思考者們也有不同見解,，比如馬斯克的“AI毀滅人類“論，和與之相反的“數(shù)字烏托邦”論,。

不管怎樣,，有一點(diǎn)毫無置疑，人工智能的發(fā)展會(huì)影響和改變?nèi)祟惿鐣?huì)的發(fā)展,，其意義很可能超過之前的農(nóng)業(yè)革命和工業(yè)革命,。人工智能專家吳恩達(dá)說：AI是新的電能。確實(shí),，AI 對(duì)各個(gè)傳統(tǒng)行業(yè)會(huì)打來沖擊,，醫(yī)學(xué)也不例外。

AI助力醫(yī)學(xué),，早已是大勢(shì)所趨

以醫(yī)生為代表的醫(yī)學(xué)界,，是一個(gè)很保守的團(tuán)體。醫(yī)學(xué)界對(duì)計(jì)算機(jī)技術(shù)的應(yīng)用遠(yuǎn)落后于其他行業(yè),。

早在80年代,，就有醫(yī)生提出 “人 機(jī)器 > 人”的概念，提出計(jì)算機(jī)賦能的醫(yī)生將會(huì)發(fā)揮更大的作用,。14年前,，美國國家醫(yī)學(xué)協(xié)會(huì)(IoM)提出了一個(gè)概念：學(xué)習(xí)的醫(yī)療系統(tǒng)。

美國從90年代起開始投入建設(shè)電子醫(yī)療系統(tǒng)(EHR),， 建了20多年，如今終于小有成效,。EHR的功效除了直接的提高醫(yī)療質(zhì)量,，還有一個(gè)很重要的功能：把個(gè)人的醫(yī)療資料和歷史數(shù)據(jù)系統(tǒng)性的記錄下來,。這些龐大的數(shù)據(jù)，在實(shí)現(xiàn)共享后,，最終的期望是能夠幫助每一個(gè)人,。

試想你在非洲大草原里迎面遇上了一個(gè)獅子,。以前你只在動(dòng)物園里見到過獅子,，這下遇到獅子了該怎么辦？一定心慌吧,。

再試想,，如果在遇到這個(gè)獅子之前，你已對(duì)非洲草原上所有的獅子都了解透徹,，知道它們的生活習(xí)性,、它們的奔跑速度，并知道以前的人遇到獅子時(shí)是怎么做的,。這下你是不是心定了呢,？

把上面的“你”替代為“醫(yī)生”，“獅子”是 “疾病”,；這就是人工智能有潛力為醫(yī)學(xué)帶來的美好前景,。

需要的醫(yī)生不是更少，而是更多了,！

由于大眾和媒體對(duì)人工智能的熱情渲染,，人工智能現(xiàn)今已經(jīng)吹捧到泡沫級(jí)別。從目前可以想象的應(yīng)用來看,，人工智能在很長時(shí)間只會(huì)是一個(gè)工具,，而這個(gè)工具現(xiàn)在只是初見成效。

醫(yī)療行業(yè)的痛點(diǎn)是什么,？

• 醫(yī)療行業(yè)的自動(dòng)化流程大大落后于其他行業(yè) （比如經(jīng)常與之相比較的航空交通業(yè)）,。病人的看病預(yù)約、掛號(hào),、住院,、保險(xiǎn)、取藥,、付款程序等,，目前基本靠人工。

• 醫(yī)學(xué)知識(shí)充滿了未知,，且在不斷更新中,。這點(diǎn)我以前很多文章中有提到。

• 隨著醫(yī)學(xué)知識(shí)的增加,，病人的醫(yī)療需求加大,，現(xiàn)在醫(yī)生人數(shù)遠(yuǎn)遠(yuǎn)不夠,。

• 醫(yī)學(xué)知識(shí)的學(xué)習(xí)周期長，培養(yǎng)醫(yī)生成本昂貴,，醫(yī)療水平層次不齊,。

• 由于上面種種原因，目前醫(yī)療從診斷,、治療到服務(wù)五花八門,，很不規(guī)范，充滿變數(shù),。

人工智能可以做什么,？

人工智能目前在醫(yī)學(xué)里成功應(yīng)用的例子多在影像學(xué)中，因?yàn)闄C(jī)器擅長的模式識(shí)別在影像學(xué)中很重要,。初見成效的例子包括糖尿病視網(wǎng)膜病變篩查,、某些特定癌癥（如肺癌）的病理檢測(cè)，黑色素瘤的辨別等,。

我們平時(shí)看到的多是一些嘩眾取眾的標(biāo)題,，如“人工智能讀片準(zhǔn)確率超過影像科醫(yī)生”，實(shí)際不然,。如果仔細(xì)去讀這些文章,，你會(huì)發(fā)現(xiàn)，和任何科研文章一樣,，里面需要完善的問題很多,。

這里我暫且不去摳統(tǒng)計(jì)學(xué)的問題。從臨床應(yīng)用角度,，比如讀X光片判斷是否有肺炎這個(gè)問題,，影像科醫(yī)生單憑片子是無法做診斷的。影像科醫(yī)生讀片后最多能說的是“在典型的臨床癥狀下,，這個(gè)x 肺光片的顯示符合肺炎這個(gè)診斷”,。 更不要說，不同的影像科專家對(duì)圖片顯示的結(jié)果很可能會(huì)出現(xiàn)分歧,。因?yàn)榉戏窝椎哪Ｊ娇瓷先ヒ部赡苁欠闻蛎洸蝗╝telactesis),。肺炎看似簡(jiǎn)單，最后的診斷需要結(jié)合病人的臨床病史,、癥狀,、血檢、圖像等綜合考慮得來,。

有很多人擔(dān)心影像科醫(yī)生的工作會(huì)被替代,，這個(gè)擔(dān)心毫無必要。訓(xùn)練機(jī)器的圖像案例需要影像科醫(yī)生解讀,，結(jié)果需要影像科醫(yī)生認(rèn)證,，最終應(yīng)用臨床也需要影像科醫(yī)生把關(guān),。

更可能的情況是，人工智能系統(tǒng)的普及會(huì)使影像科醫(yī)生數(shù)量繼續(xù)增加,。玩笑地說,，影像科醫(yī)生以后可能需要成為人工智能專家。醫(yī)生以后做臨床試驗(yàn)不僅對(duì)于藥物和療法,，還要做人工智能系統(tǒng)方面的臨床試驗(yàn),，在這里人工智能和醫(yī)療器械（工具）類似。

是小狗還是藍(lán)莓蛋糕,？

從目前的科研結(jié)果來看,，人工智能系統(tǒng)擅長的是系統(tǒng)規(guī)范方面的，比如完全正常,，或完全不正常的圖像模式，可以幫助醫(yī)生防止遺漏,。但圖像上的許多微小變化,，人工智能無法判斷。 

所以人工智能在影像科中最可能的應(yīng)用形式是作為醫(yī)生的輔助,，進(jìn)行圖像的先前處理（比如把倒置的圖像放正,，對(duì)目標(biāo)物體的大小進(jìn)行測(cè)量，把圖像曝光度進(jìn)行調(diào)整：這些目前基本都是手工）,，和進(jìn)行讀片后的二次檢查（比如檢查醫(yī)生有沒有遺漏某個(gè)結(jié)節(jié)）,。

但就算要達(dá)到以上的技術(shù)水平，人工智能還有很長的路要走,。

現(xiàn)在人工智能的看圖片水平,，很多時(shí)候還達(dá)不到一個(gè)3 歲小孩的水平。

比如,，三歲小孩能夠輕松區(qū)分出下面是小狗還是藍(lán)莓蛋糕,，但人工智能系統(tǒng)還不可以。

就在前幾天,，美國食品藥品監(jiān)管局（FDA ）批準(zhǔn)了一個(gè)幫助醫(yī)生監(jiān)測(cè)手腕骨折的軟件,。與許多媒體添油加醋的報(bào)道不同，這款軟件并不能脫離醫(yī)生單獨(dú)使用,，而是作為醫(yī)生的輔助工具,。這款軟件能夠幫助醫(yī)生更快診斷一種特定的手腕骨頭骨折(distal radius fracture)，而這只是手腕骨折中很多形態(tài)的一種,，其應(yīng)用場(chǎng)景僅此而已,。

今后，類似的專注于某個(gè)特定診斷的人工智能算法和軟件將會(huì)越來越多,，對(duì)于醫(yī)生來說是好事,，因?yàn)榭梢怨?jié)省醫(yī)生很多時(shí)間,。

比如，一個(gè)皮膚科醫(yī)生一個(gè)個(gè)檢查全身的痣來篩查是否有黑色素瘤非常耗時(shí)間,，而有了專門監(jiān)測(cè)黑色素瘤的一儀器后,，全科醫(yī)生甚至病人自己就可以做這些檢測(cè)，在碰到可疑情況時(shí)像皮膚科醫(yī)生確診咨詢即可,。

人工智能和大數(shù)據(jù)應(yīng)用不盡人意的例子也不少：比如幾年前的谷歌流感預(yù)測(cè)被發(fā)現(xiàn)完全不準(zhǔn),；IBM 的沃森智能系統(tǒng)，目前還沒有找到合適的醫(yī)療場(chǎng)景,。之前充滿希望的智能個(gè)性化醫(yī)療建議目前看來還無法達(dá)到：導(dǎo)致了IBM Watson 與MD Anderson 合作的失敗和近期的大量裁員,。

人工智能系統(tǒng)最容易實(shí)現(xiàn)的目標(biāo)是解決上面提到的第一個(gè)痛點(diǎn)。就像在工業(yè)革命時(shí)很多生產(chǎn)線上的工人失業(yè)一樣,，這些支持服務(wù)的人員可能在不久的將來不被需要,。這一點(diǎn)上，國內(nèi)很多大醫(yī)院的就診系統(tǒng)倒是走在前面,。

總之,，從長遠(yuǎn)來看，人工智能將來有可能取代一部分傳統(tǒng)醫(yī)生診斷和開治療方案的作用,，讓醫(yī)生的工作更有效率,。更重要的是，機(jī)器能夠賦能醫(yī)生和生物科研人員,， 推進(jìn)醫(yī)學(xué)的進(jìn)步,，但人工智能在醫(yī)療方面的研究，仍然需要醫(yī)生的推動(dòng),。

后記

某天查完房后,，我玩笑地對(duì)同事說：有時(shí)我真希望自己像機(jī)器，不用感受任何情緒,。同事看了我一眼,，意味深長地說：你要那樣，就說明你完全burned-out 了. (中文譯為職業(yè)怠倦,，但我覺得直譯為燃燒殆盡更形象),。

那天查房，其實(shí)碰到的也只是病床上常態(tài)：三個(gè)病人哭,， 一個(gè)病人發(fā)脾氣,，兩個(gè)病人極度抑郁、對(duì)我說“還不如死了好  ”,。我情緒平穩(wěn)并充滿樂觀地進(jìn)行疏導(dǎo),，但結(jié)束后，還是有種筋疲力盡的感覺。

人的情緒是一把雙刃劍：它可以讓人產(chǎn)生共鳴,、共情的情感,，拉近人與人之間的距離；但也可以對(duì)人產(chǎn)生負(fù)面的影響,。機(jī)器不會(huì)有任何情緒,，它是智慧和情緒的完全脫離。

人類相比其他動(dòng)物,，有一些特殊技能：創(chuàng)造力,，思考，想象力,， 這使得人類成為地球生物的主宰者,。

機(jī)器相比人類：創(chuàng)造力，社會(huì)性,，和想象力是機(jī)器還無法達(dá)到的,。雖然在創(chuàng)造力方面機(jī)器已能達(dá)到人類的水平（比如通過學(xué)習(xí)模仿各種音樂家的風(fēng)格作曲）。

要想感受人類的社會(huì)性和想象力,，只要和幾個(gè)孩子玩耍,，就會(huì)讓你驚嘆。

萊特兄弟想象能像鳥一樣飛翔,，所以發(fā)明了飛機(jī)。想象讓人類創(chuàng)造出各種發(fā)明,，而未來也因?yàn)槲覀兊南胂蠖淖儭?/span>

人們今后的生活,，離不開計(jì)算機(jī)， 離不開人工智能,。人類進(jìn)化的路程,，是否會(huì)因此改變？

醫(yī)生無需擔(dān)心被人工智能取代,，這將是全人類共同的挑戰(zhàn),。AI若能達(dá)到取代醫(yī)生的那一天，那這個(gè)問題在那時(shí)已不重要,。