毫無疑問，人工智能（AI）已經(jīng)可以替代很多人類的工作。這也使得很多人擔心AI會重塑人類社會，并使數(shù)以百計的職業(yè)成為歷史。

那么，在醫(yī)療領(lǐng)域，AI在未來是否會替代醫(yī)生？AI在未來醫(yī)療中又將發(fā)揮怎樣的作用？

一項研究數(shù)據(jù)可能會與你想象的不一樣。

根據(jù)牛津大學和NPR（美國國家公共電臺）的研究，醫(yī)生和外科醫(yī)生只有0.4％的機率成為自動化的“受害者”?？傮w而言，大多數(shù)醫(yī)療行業(yè)似乎比其他行業(yè)的自動化機會低得多。例如，醫(yī)生助理的自動適應性評級為14.5％，而稅務制定人的自動適應性評級為98.7％。

無論是討論自動化，還是人工智能對工作的替代，都不能脫離原有的工作性質(zhì)與模式。對于日常重復性工作，機器可以很容易地分解工作步驟并復制；而對于需要溝通，運用同理心，并使用創(chuàng)造性和橫向思維的工作，AI恐怕難以勝任。

對醫(yī)生而言，工作性質(zhì)屬于后者。診斷疾病、進行手術(shù)和開處方藥不僅僅是復雜的、關(guān)乎生命的任務，也需要大量的同理心。而這也正是目前AI所缺乏的。

雖然研究人員正在努力讓計算機產(chǎn)生情感，但目前還無法建立一臺能夠理解人類情感深度的計算機。

總體而言，AI對醫(yī)學的影響將是重要而又微妙的。

1.AI會發(fā)現(xiàn)錯誤

盡管電腦尚不能取代血肉之軀的醫(yī)生，但人工智能在醫(yī)學領(lǐng)域仍將占有重要的一席之地。

醫(yī)生在日?？床r，需要掌握非常多的知識：對生物化學的理解，如新藥、現(xiàn)有藥物，以及這些藥物如何與個體患者相互作用；關(guān)于每位患者的病史的綜合信息，包括他們是否有任何潛在的風險或可能因手術(shù)或治療而加重的危險因素；以及對疾病和病癥的深入了解，而這些疾病和病癥的發(fā)展往往非常迅速。

事實是，要準確無誤地了解患者的所有信息與藥物的關(guān)系，對人類而言是不可能的。

人類的大腦由大約10億個神經(jīng)元組成，每個神經(jīng)元有大約1000個連接，總共有1萬億個連接。這個數(shù)字聽起來似乎很大，但實際上算不了什么。而且，大腦只有幾千兆字節(jié)的工作記憶，任何事情并非那么容易就能回想起來。

而AI沒有這樣的問題。例如，IBM的沃森可以梳理數(shù)百萬頁的數(shù)據(jù)，閱讀無數(shù)的醫(yī)學文文獻，并且在知識廣度和范圍上遠超任何人類醫(yī)生。

醫(yī)生可能會忘記患者的獨特生物學特性，而使其容易受到某種藥物的副作用，但AI不會。過度勞累的醫(yī)療人員可能會錯過一條線索，AI也不會。

2.AI可以幫助治療罕見疾病

值得一提的是，強大的人工智能網(wǎng)絡將徹底改變罕見疾病的治療。

是的，單個的AI是強大的智能程序，但當它們聯(lián)網(wǎng)時，它們將具有不可阻擋的力量。在這種情況下，它們可以從彼此的洞察中吸取經(jīng)驗，查看一個人的錯誤所在，并設計出創(chuàng)新的修復方案。

這樣的工具已經(jīng)存在。例如，美國電子病歷服務商Modernizing Medicine是一個以人工智能為基礎(chǔ)的數(shù)據(jù)庫，可幫助從業(yè)人員利用來自3，700個供應商的數(shù)據(jù)庫和超過1400萬患者的信息。

基于類似亞馬遜強大推薦引擎的技術(shù)，Modernizing Medicine可通過數(shù)據(jù)深度分析，推薦治療方案，并通過網(wǎng)絡的力量幫助忙碌的醫(yī)生解決一種陌生的、具有威脅性的疾病。

3. AI將協(xié)助手術(shù)

在現(xiàn)代醫(yī)療領(lǐng)域，手術(shù)是非常重要的組成部分。某些手術(shù)非常復雜，需要高強度的、密集的專業(yè)訓練。毫不夸張地說，這是一個生死攸關(guān)的技術(shù)難題。而AI可以幫助減輕醫(yī)生手術(shù)的難度。

當與增強現(xiàn)實相結(jié)合，增強現(xiàn)實技術(shù)可將將數(shù)字線索和圖像疊加在手術(shù)過程中，AI可以為外科醫(yī)生提供實時信息。例如，你可以將大腦分為不同的區(qū)域以進行神經(jīng)外科手術(shù)，或者在患者身體上疊加MRI（核磁共振）掃描和其它三維圖像。

復雜的軟件與先進的硬件相結(jié)合，為醫(yī)生提供了額外的安全保障，并為患者帶來更安心的服務。

4. AI可以預測疾病

人工智能的一個關(guān)鍵優(yōu)勢在于其能夠收集和分析大量數(shù)據(jù)并從中得出結(jié)論。例如，誰更可能患上癌癥？與中風相比，患者更易患心臟病的風險因素是什么？

早在幾年前，谷歌就啟動了Baseline study項目。這是一項雄心勃勃的工作，涉及數(shù)千名志愿者，以及100名不同醫(yī)療領(lǐng)域的專家。

這項研究的目標是為人類健康建立一種基準，數(shù)據(jù)算法和研究人員可以從中分離出可能使某人患上特定疾病的生物線索。

如今，Baseline study的研究將持續(xù)開展，并將擴大研究范圍和研究資源。

在不久的將來，可以容易地想象在某次問診過程中，發(fā)現(xiàn)非傳染性疾?。ㄖ酗L、癌癥、心臟?。┗蜻z傳病的患病機率。

患者不僅可以看到他們患某種特定疾病的機率，而且醫(yī)生還可以患者以明確的長期行動計劃來預防這些疾病。

需要注意的是，雖然AI肯定會改變我們與醫(yī)學的關(guān)系，但它的影響更可能以一種微妙而低調(diào)的方式進行，不會被廣大患者所熟知。

畢竟，AI最有前途的變化與后端接口形式的系統(tǒng)和程序有關(guān)，而不像科幻電影里那樣，是一塊會說話的屏幕。

即使大多數(shù)變化發(fā)生在屏幕之外，醫(yī)療行為也會變得更好。隨著時間的推移，醫(yī)療保健將變得更準確、更全面和更便宜。
責任編輯:tzh