?
作者：吳江
本報昨日報道，從2016年開始的醫(yī)療人工智能，至今方興未艾。但國際、國內(nèi)研發(fā)團隊開發(fā)出來的AI，要么是通過已有的醫(yī)學影像結(jié)果來學醫(yī)學知識，要么就是通過醫(yī)學生化指標來學習、充實自己。而由廣州市婦女兒童醫(yī)療中心主任夏慧敏教授領(lǐng)銜，加州大學圣迭戈分校張康教授等專家參與的廣州研發(fā)團隊，通過摸索，讓醫(yī)學人工智能既能讀懂中文病歷，還能較高精度的為兒童常見的55種疾病進行診斷。
?平心而論，“AI醫(yī)療”描繪的無疑是一幅美妙的圖景。即便是對于醫(yī)療專業(yè)人士而言，與其說擔心被AI搶了飯碗，毋寧說巴不得AI趕快把自己從紛繁復(fù)雜而又艱辛耗時的診療工作中解放出來。舉個例子，醫(yī)療中有很多圖像處理的工作，完全由人工識圖，顯然會耗費醫(yī)生大量精力，假如AI能替代這部分工作，無疑會減輕醫(yī)生的工作負荷；再如，手術(shù)這類耗時費力而又高風險的工作，如果未來AI手術(shù)機器人能夠干得更加精細完美，醫(yī)生們恐怕也是樂于改行當AI手術(shù)機器人的操作員。
?
對于AI醫(yī)療，過于樂觀和過于悲觀，都難免陷入誤區(qū)。事實上，AI的確在顛覆一些行業(yè)，甚至正在改變?nèi)祟惵殬I(yè)的版圖，但AI的發(fā)展也必將遵循其規(guī)律，也必定有其邊界和止境。就醫(yī)療而言，如此復(fù)雜的系統(tǒng)和行業(yè)，AI毫無疑問會有其用武之地，對于AI的善用，也必將改善整個醫(yī)療生態(tài)。但如此復(fù)雜的醫(yī)療系統(tǒng)，AI的確也很難普遍適用。相比神通廣大、無所不能這類的形容詞，“賦能”對AI來說恐怕更為貼切。對于包括醫(yī)療在內(nèi)的各個行業(yè)，在AI最具優(yōu)勢的環(huán)節(jié)引入AI，自然是一種賦能與提效。這一過程中，無論是限于AI技術(shù)的發(fā)展，還是限于行業(yè)或?qū)I(yè)流程優(yōu)化的本身，都必然是一個不斷探索試錯并逐漸改善的過程。
?
平心而論，以目前的AI能力，AI醫(yī)療更多只能定位為輔助醫(yī)療。目前，在文字處理、圖像處理方面，機器學習已然展現(xiàn)了其特有的優(yōu)勢，相比人類學習醫(yī)療影像所需要的時間，機器算力自然不是人類大腦所能匹敵的。在這些特定方向，由AI輔助，自然有望解放醫(yī)療負荷，提升醫(yī)療效率。但真正意義上的AI獨立診療，顯然仍遙不可及。這一點，其實不妨參照自動駕駛，相比駕駛，醫(yī)療活動的復(fù)雜度顯然要高得多，當自動駕駛的商業(yè)應(yīng)用仍有相當距離時，真正意義上的AI醫(yī)療無疑更加遙遠。
?
即便在一些特定技能的PK上，AI勝過醫(yī)生團隊，但這些短期活動上的優(yōu)勢，是否具備長期的穩(wěn)定性，機器學習訓(xùn)練的局限和不穩(wěn)定性，其實還不能過于輕率地以PK結(jié)果論英雄。正如藥品的商用必然通過長期嚴謹?shù)目茖W試驗，AI用于醫(yī)療其實也需要有同樣的審慎與嚴謹。此外，如同自動駕駛對于法律與倫理的挑戰(zhàn)類似，非輔助性的AI醫(yī)療亦需要解決同樣的法律與倫理問題，例如，因AI算法程序的缺陷與bug風險導(dǎo)致的誤診責任如何認定，都還需要更多的智慧。
?
對于“AI醫(yī)生”，我們希望快點來，雖然還有點遠。
