人工智能可以取代醫生嗎

　　IBM日前宣布研制出世界首個人造納米尺度隨機相變神經元，并構建了由500個該神經元組成的陣列，以模擬人類大腦的工作方式進行信號處理。有評論稱，人工智能擬人時代或迎開端。同時，據媒體報道，IBM的“沃森”（Watson）人工智能系統近日僅用10分鐘就診斷出一名60歲女性患有罕見的急性骨髄性白血病，并且找到了最適合的治療方法。我國已有21家醫院計劃使用經紀念斯隆—凱特琳癌癥中心訓練的IBM Watson腫瘤解決方案，以期助力獲得個性化的循證癌癥治療方案。電腦診病是否將變成現實？

　　強人工智能時代還很遙遠

　　神經元是人類神經系統的最基本結構，人造神經元的問世，是否意味著未來可能會制造出類人甚至超越人類的物種？業內專家表示，人造神經元是人工智能研發的一項重要突破，但人工智能要真正實現和人類一樣還路途漫漫。

　　人工智能系統是通過處理海量知識而不斷自我進步的深度學習系統，具備閱讀和理解自然語言的能力。一直致力于人工智能輔助診斷系統研發的Airdoc創始人張大磊表示，人工智能大體可分為弱人工智能和強人工智能兩大類。弱人工智能主要是通過機器學習算法，構建算法模型和深度學習網絡完成指定任務，已經在圖像識別、語音識別等很多領域得到應用并表現優異。強人工智能不僅要完成指定任務，還要有知覺、有自我意識，能推理、解決問題，要實現這個目標，還是非常遙遠的事。

　　專家指出，計算機深度學習神經網絡是基于訓練模型的參數構建，并非化學物質，而人類生理性神經網絡是人腦神經元通過神經遞質傳遞信息。

　　微軟亞洲研究院副院長張益肇博士表示，人造神經元與生物神經元就如同飛機機翼與鳥的翅膀，形似而神不同。兩者從表面看，都是結構簡單的神經元相互傳遞信息，進行信號處理，但具體處理方式卻大相徑庭。大腦的高效率、低耗能是目前人造神經元還遠不能匹敵的。

　　人工智能有助提高診斷準確率

　　張益肇介紹，人工智能發展已有60年歷史，從最初的用藥警示發展到輔助臨床診療提高醫療安全和醫療效率，以及更高效開展科技研究等眾多領域。比如，微軟亞洲研究院正在研究的病理診斷、腦部惡性腫瘤診斷等項目都有很好的結果。計算機能夠從包含數以百萬計像素的病理切片中提取正常細胞與惡性腫瘤細胞的不同特征，從而識別惡性腫瘤。人工智能系統能夠幫助醫生降低誤診幾率。美國現在還有基于人工智能研發的醫生訓練模擬器，醫生通過短期的模擬訓練，可集中看到各種病癥。全球每年有幾十萬篇醫學論文發表，人工智能系統可以“閱讀”海量信息，從中為研究者提取研究最相關的內容，尤其對于罕見疾病的診斷，更易于尋找線索，及早確診治療。

　　人工智能系統在某些領域甚至還可以媲美或“取代”臨床醫生。張益肇舉例說，在瘧疾疫情嚴重的非洲地區，由于缺乏足夠的病理醫生，患者難以得到及時診斷和治療。微軟與蓋茨基金會合作開發的血液涂片人工智能分析診斷系統，有望破解這一難題。基于機器學習方法，目前微軟正在進行與艾滋病相關的研究，“艾滋病病毒與計算機病毒有相似之處，都會不斷變異并逃逸防御系統”。

　　張大磊介紹，世界衛生組織網站上ICD-10編碼的疾病有7.8萬多種，癥狀也有幾萬種。如此龐大的信息量，并不適合人類去記憶，并在5分鐘～10分鐘內準確判斷。人工智能輔助診斷就是給醫生添了一個得力助手，尤其將訓練好的模型應用到基層，基層醫生便隨時隨地有一個可信賴的助手來幫忙提醒，以免誤診和漏診。Airdoc團隊研究顯示，人工智能系統與頂級醫院頂級醫生在部分領域的診斷符合率達到97%以上。

　　張大磊介紹，該公司研發的Airdoc系統目前已經在影像、病理、病歷識別等領域得到應用。公司與國內多家知名醫院合作，讓該系統“學習”大量的病歷資料、病理切片、CT、核磁等影像資料，進而構建惡性腫瘤、慢性疾病等不同種類的學習模型。部分疾病的惡性腫瘤病理切片識別判斷準確率已經超過大多數臨床醫生；而通過對病歷核心信息提取、結構化，則可以判斷并預測患者可能會患的疾病。

　　診斷決定應該由醫生作出

　　張大磊認為，目前人工智能系統在醫療領域的應用仍面臨不少挑戰。如人工智能輔助診斷系統是一個“大胃王”，需要接受大量信息進行學習，但國內醫療數據質量不高。

　　此外，深度學習是非常前沿的研發領域，對于人工智能在輔助診斷、病歷識別等方面的應用，不少人還認為“不可能、不靠譜”，這需要醫療行業更新觀念。以Airdoc為例，其在理解中文病歷、構建適用于中國人的疾病輔助診斷和預測領域的性能和準確性都超過了國外同行，但還沒有被很好認知和接納。也有業內人士指出，IBM“沃森”系統進入中國醫院，還需要加強數據分析的“本土化”。

　　張益肇指出，人工智能系統的發展在數據來源上面臨個人信息隱私保護的挑戰，如對基因的分析就涉及家族、個人遺傳信息保護，需要在加密狀態下進行機器學習。人工智能系統的計算和理解能力也需要進一步提升。目前，計算機人工智能系統對多維信息進行綜合判斷還有難度，比如，人工智能系統能夠成功識別一張電影海報，但無法判讀電影是悲劇還是喜劇。此外，還需要通過政策引導、保險支持等提高醫生采納新技術的愿望，更積極地推動醫學與最新信息技術的結合。

　　“電腦的能力毫無疑問將日益強大，但醫生永遠不會被電腦取代�！睆堃嬲靥岢�，醫學是藝術與科學的融合，日益強大的人工智能系統能夠幫助醫生更便捷地獲取和提取醫學信息，但醫生絕不是百科全書式的知識儲備體，更需要高情商能力與病患很好地溝通交流。

　　張大磊也認為，人工智能會取代醫生的重復性體力勞動工作，提升醫生的職業專業程度，但醫生需要在診療過程中觀察病人的表情、神態，給予患者心理安慰和人文關懷，這些都不是計算機算法能夠取代的。“我們給Airdoc的定位就是輔助診斷，診斷決定應該由醫生來作出，而不是由軟件來作出。”