諸如“AI醫(yī)生”、“AI診斷”以及“人工智能將最終成為人類的醫(yī)生”之類的頭條新聞或多或少使人們相信，人工智能不久后將真正取代人類醫(yī)生，但專家表示，事實上AI與人類醫(yī)生將形成一種合作關(guān)系，并非完全取代：患者很快就會發(fā)現(xiàn)，臨床醫(yī)生將與人工智能攜手，共同為他們提供服務(wù)。

在醫(yī)學(xué)界，人工智能的前景毫不悲觀。但許多人表示，針對AI的炒作尚未在真實的臨床環(huán)境中得以實現(xiàn)。對于人工智能服務(wù)將如何產(chǎn)生巨大影響，各界人士的看法褒貶不一。目前，尚不清楚人工智能能否改善患者的生活，對于硅谷企業(yè)、醫(yī)療保健組織和保險公司等期望達(dá)到的最低目標(biāo)也不得而知。

斯坦福大學(xué)生物醫(yī)學(xué)信息學(xué)研究中心的研究科學(xué)家Kenneth Jung表示：“如果盲目地信任這個模型，只會被潑涼水。因為模型會告訴我們，這個患有哮喘的孩子得了肺炎，但我們不需要擔(dān)心，開一些抗生素給他，然后送他回家就行了?！?u>深度學(xué)習(xí)預(yù)測在首次遇到異常的數(shù)據(jù)點（例如特殊的醫(yī)療病例），或者在學(xué)習(xí)無法良好普遍適用的特定數(shù)據(jù)集中時，也會出現(xiàn)謬誤。

在應(yīng)用于海量數(shù)據(jù)集時，AI預(yù)測的表現(xiàn)最佳。例如，由于可以訪問大量人群和患者數(shù)據(jù)，中國在訓(xùn)練AI系統(tǒng)方面具有優(yōu)勢。2月，《Nature Medicine》雜志發(fā)表了一項由中國廣州和圣地亞哥研究人員展開的研究。該研究基于超過56.7萬名兒童的電子健康記錄，可以診斷出許多常見的兒童疾病。

哈佛大學(xué)法學(xué)教授、精準(zhǔn)醫(yī)學(xué)、人工智能和法律項目負(fù)責(zé)人I. Glenn Cohen表示，所有的預(yù)防措施在整個人工智能開發(fā)和部署過程中必不可少。整個過程可能涉及驗證AI預(yù)測的準(zhǔn)確性和透明度。在數(shù)據(jù)收集過程中，研究人員還需要保護(hù)患者隱私，并且需要經(jīng)過患者同意方可利用患者數(shù)據(jù)進(jìn)行AI訓(xùn)練。

或許，要實現(xiàn)醫(yī)療保健的民主化，這類人工智能系統(tǒng)并不需要達(dá)到登峰造極的程度，只需使當(dāng)前的醫(yī)療標(biāo)準(zhǔn)惠及醫(yī)療欠缺的地區(qū)。盡管如此，目前大多數(shù)AI應(yīng)用都致力于提高現(xiàn)有的醫(yī)療標(biāo)準(zhǔn)，而非推廣實惠的醫(yī)療保健。Cohen表示：“實現(xiàn)現(xiàn)有醫(yī)療服務(wù)民主化，將比在許多其他領(lǐng)域民主化的效果更顯著、影響更強(qiáng)烈。”

實際上，仍有另一個提高健康護(hù)理質(zhì)量的AI機(jī)遇，與此同時，將大多數(shù)醫(yī)療診斷的主動權(quán)掌握在醫(yī)生手中。斯克里普斯研究轉(zhuǎn)化研究所的主任和創(chuàng)始人Eric Topol在其2019年出版的《Deep Medicine》一書中談到，可以創(chuàng)造出像Siri一樣的AI醫(yī)療助手，產(chǎn)生醫(yī)生與患者之間的互動、記錄電子病歷，并提醒醫(yī)生詢問患者相關(guān)過往病史。

AI助手聽起來可能不如AI醫(yī)生令人興奮，但前者可以讓醫(yī)生騰出更多時間陪伴患者并提高整體護(hù)理質(zhì)量。尤其是家庭醫(yī)生，他們經(jīng)?；ㄙM一半以上的工作時間將數(shù)據(jù)輸入電子健康記錄。這一點是身體和情緒倦怠的主要原因，甚至可能導(dǎo)致包括患者死亡在內(nèi)的嚴(yán)重后果。

諷刺的是，電子健康記錄本應(yīng)通過降低患者信息的獲取來改善醫(yī)療保健和降低成本。但Topol與其他許多專家指出，電子健康記錄是當(dāng)前AI醫(yī)療保健的大肆炒作。電子健康記錄的應(yīng)用已在數(shù)百家私營供應(yīng)商中創(chuàng)建了拼湊系統(tǒng)，成功分離了患者數(shù)據(jù)并隔絕了醫(yī)生和患者的訪問。若以史為鑒，許多科技公司和醫(yī)療保健組織或許會用類似的方式為自己的AI系統(tǒng)建立醫(yī)療數(shù)據(jù)庫。

Komarneni表示，使用匯總和排列不同來源醫(yī)療專業(yè)知識的集合智能系統(tǒng)或許是這個問題的解決方法之一。Komarneni正與Human Dx合作試驗這種方法。在美國醫(yī)學(xué)協(xié)會（American Medical Association）等主要醫(yī)療機(jī)構(gòu)的支持下，Human Dx建立了一個在線平臺，為特定醫(yī)療案例的數(shù)千名醫(yī)生提供眾包建議。Komarneni希望這樣的平臺有朝一日也能真正獲得許多不同AI服務(wù)的診斷建議。Komarneni說：“就像未來各個不同領(lǐng)域的專業(yè)人員可能會看到你的病例一樣，AI完全有可能做到這一點?！?/p>

Topol表示，當(dāng)醫(yī)生等待AI助手時，諸如HumanDx這樣的眾包項目“肯定會改善診斷環(huán)境，甚至可以改善治療建議?！?018年，他在一個名為Medscape Consult的平臺上合著了一篇論文。該論文的結(jié)論寫道，集體人類智能可能是AI醫(yī)學(xué)的“競爭或補充策略”。

但是，如果AI服務(wù)通過所有測試和現(xiàn)實檢查，就很可能成為人類重塑現(xiàn)代醫(yī)療保健的重要合作伙伴?！坝行┦虑闄C(jī)器永遠(yuǎn)無法完成，也有些事情人類永遠(yuǎn)做不到，”Topol說?！八?，當(dāng)我們把兩者合二為一時，就可能釋放出巨大的能量?！?/p>