“AI医生”究竟有多远？

“AI医生”究竟有多远？

　　吴江

　　从2016年开始的医疗人工智能，至今方兴未艾。但国际、国内研发团队开发出来的AI，要么是通过已有的医学影像结果来学医学知识，要么就是通过医学生化指标来学习、充实自己。而由广州市妇女儿童医疗中心主任夏慧敏教授领衔，加州大学圣迭戈分校张康教授等专家参与的广州研发团队，通过摸索，让医学人工智能既能读懂中文病历，还能较高精度的为儿童常见的55种疾病进行诊断。（《南方都市报》2月13日）

　　不仅能“读”中文病历，提供推荐诊断，甚至还有望向治疗迈进，“AI医生”这回看来不像吹牛，像是真的来了。事实上，尽管近年来AI已成绝对风口，“AI+医疗”更被视为风口中的风口，但有关AI医疗的各方信息，却往往各执一词，令公众难辨真伪。例如，这边厢报道称AI在诊疗大赛上完胜医生团队，AI医疗前景似乎无比乐观，那边厢却有AI专家都无比悲观，认为AI医疗完全是虚火上身，离真正意义上的诊疗还相距甚远。那么，有了懂病历，能诊断的医疗AI，是否意味着“AI医疗”不再是梦，“AI医生”将飞入寻常百姓家了呢？

　　平心而论，“AI医疗”所描绘的无疑是一幅美妙的图景。即便是对于医疗专业人士而言，与其说担心被AI抢了饭碗，毋宁说巴不得AI赶快把自己从纷繁复杂而又艰辛耗时的诊疗工作中解放出来。举个例子，医疗中有很多图像处理的工作，完全由医生人工识图，显然会耗费医生大量精力，假如AI能替代这部分工作，无疑会减轻医生的工作负荷；再如，手术这类耗时费力而又高风险的工作，如果未来AI手术机器人能够干得更加精细完美，手术医生们恐怕也是乐于“下岗”，改行当AI手术机器人的操作员。 

　　只不过，对于AI医疗，过于乐观与过于悲观，其实都难免陷入误区。事实上，AI的确在颠覆一些行业，甚至正在改变人类职业的版图，但AI的发展也必将遵循其规律，也必定有其边界和止境。就医疗而言，如此复杂的系统和行业，AI毫无疑问会有其用武之地，对于AI的善用，也必将改善整个医疗生态，优化患者体验，增进医疗效率，同时减轻医生负荷。但如此复杂的医疗系统，AI的确也很难普遍适用。

　　相比认为AI神通广大，无所不能，“赋能”这个词恐怕才最为贴切。对于包括医疗在内的各个行业，在AI最具优势的环节引入AI，自然是一种赋能与提效。而这一过程，无论是限于AI的技术发展阶段，还是限于行业或专业流程优化本身，其实都不可能一蹴而就，而必然是一个不断探索试错并逐渐改善的过程。

　　平心而论，以目前的AI能力，AI医疗更多只能定位为辅助医疗。尤其在文字处理，图像处理方面，机器学习已然展现了其特有的优势，相比人类学习医疗影像所需要的时间，机器算力自然不是人类大脑所能匹敌的。在这些特定方向的AI辅助，自然有望解放医疗负荷，提升医疗效率。但真正意义上的AI独立诊疗，显然仍遥不可及。

　　这一点，其实不妨参照自动驾驶，相比驾驶，医疗活动的复杂度显然要高得多，当AI在自动驾驶方面还很难做到真正的突破，自动驾驶的商业应用仍有相当距离，真正意义上的AI医疗无疑更加遥远。即便在一些特定技能的PK上，AI胜过医生团队，但这些短期活动上的优势，是否具备长期的稳定性，机器学习训练的局限和不稳定性，其实还不能过于轻率的以PK结果论英雄。正如药品的商用必然通过长期严谨的科学试验，AI用于医疗其实也需要有同样的审慎与严谨。此外，如同自动驾驶对于法律与伦理的挑战类似，非辅助性的AI医疗必然需要解决同样的法律与伦理问题，例如AI算法程序的缺陷与风险， AI误诊的责任如何认定，都还需要更多的智慧。

　　AI 行业有句话叫做“懂医生的AI会战胜不懂医生的AI”，这话改成“懂AI的医生会比不懂AI的医生更专业”，或许也非常适合当下的时代。对于“AI医生”，我们希望快点来，虽然还有点远。