對決AI，醫(yī)生還有哪些優(yōu)勢？

未來，人類醫(yī)生要讓位于AI醫(yī)生？事實遠非想象中那么簡單。

自從今年年初職業(yè)九段柯潔的“人機大戰(zhàn)”消息再次傳來，關(guān)于人類和AI的對抗又一次牽動了世界的神經(jīng)。

無獨有偶，另一場人機對決也在醫(yī)學界引起了一場地震。6月30日，神經(jīng)影像AI輔助診斷系統(tǒng)“BioMind天醫(yī)智”與25名從全國選拔出來的人類醫(yī)生在北京進行了神經(jīng)影像判讀大賽，AI系統(tǒng)以絕對優(yōu)勢勝出。

這無疑敲響了警鐘——“醫(yī)生職業(yè)地位是否已被撼動”？醫(yī)生將來是否可能被AI取代？

早在2011年，國際商業(yè)機器公司（IBM）IBMWatson系統(tǒng)與人類醫(yī)生的比拼就顯示了在某些方面優(yōu)于人類醫(yī)生之處。前者的診斷達到了73%的可信度，人類醫(yī)生的可信度是70%或更低。

這并不意外。近年來諸多PK顯示，AI不但在影像診斷方面的正確率比人類醫(yī)生要高，同樣在手術(shù)方面也是如此。自2000年到2013年，美國醫(yī)療手術(shù)機器人事故導致的患者死亡率遠比人類醫(yī)生的錯誤而導致的死亡率少得多。同時，隨著計算機的小型化、運行速度提高，成本降低尤其是從編程發(fā)展到邏輯數(shù)據(jù)挖掘算法出現(xiàn)、大數(shù)據(jù)涌現(xiàn)以及控制理論的重新提出，近20年間，在許多領(lǐng)域，專家的判斷都遠遠比不上統(tǒng)計模型（現(xiàn)今流行的所謂大數(shù)據(jù)）的預測。

那么，問題來了，未來，是否人類醫(yī)生就要讓位給AI？

事實并非如此。

目前，人工智能尚屬“弱人工智能”（Artificial Narrow Intelligence/ANI），現(xiàn)階段只能專注于完成某個特定的任務，例如語音識別、圖像識別和翻譯，可謂擅長于單方面的人工智能，只用于解決特定、具體類別的任務或問題，依據(jù)統(tǒng)計數(shù)據(jù)，以此歸納出模型。

亦正因其發(fā)展程度并未達到模擬人腦思維的程度，所以弱人工智能仍然屬于“工具”的范疇，與傳統(tǒng)的“產(chǎn)品”在本質(zhì)上并無區(qū)別。無論是“AlphaGo”還是“BioMind天醫(yī)智”都屬于弱人工智能，分別只懂得下圍棋和讀取神經(jīng)影像成片，不會開汽車，更不會開處方。本質(zhì)上仍只是在某一領(lǐng)域收集了海量數(shù)據(jù)后通過算法來認識問題的機器。由于其比人腦能裝載更多的數(shù)據(jù)，算速更快，所以只能算是優(yōu)秀的信息處理者。

打個比方。人的腿腳可以跑和走，也可爬山，甚至沒有手的人，腿腳也能代替手臂做事。如果我們駕駛汽車，車輪轉(zhuǎn)起來比人類的腿腳更快，但其不會爬山，更不可能干手臂能干的事情，所以，汽車輪子只能是人類腿腳能力延伸的工具，輔助人類走得更遠、跑得更快，卻不能完全取而代之。

另外，弱人工智能只是機器，而人類則是具有自我意識和獨立意志的強人工智能（Artificial General Intelligence/AGI），屬于人類級別的人工智能，幾乎勝任所有需求。在思考、計劃和解決問題過程中，運用抽象思維，可理解復雜理念、快速學習并從經(jīng)驗中學習，更為得心應手。

“強人工智能”系統(tǒng)包括了學習、語言、認知、推理、創(chuàng)造和計劃，目標是使人工智能在非監(jiān)督學習的情況下處理前所未見的細節(jié)，并同時與人類開展交互式學習。在強人工智能階段，由于已經(jīng)可以比肩人類，同時也具備了具有“人格”的基本條件，機器可以像人類一樣獨立思考和決策。AI達到這一水平，也許還需要數(shù)十年，甚至更長時間。當然，其最終達到并超過“技術(shù)奇點”，出現(xiàn)超人工智能之時，其對于人類來說是喜是憂并非當下可判。

從醫(yī)學各專業(yè)來說，目前弱人工智能可能最先涉足的領(lǐng)域是影像學和病理學，因為此類專業(yè)是以辨識圖像為工作標的。目前，AI的強項為語音識別、圖像識別和翻譯。在不久的將來，此類專業(yè)且大量的日常工作可交給機器來做。但是在AI發(fā)展的當下階段，高年資、經(jīng)驗豐富的老專家的知識儲備和實踐技能價值更高。

具體分析，當下機器積累的數(shù)據(jù)仍很有限，當其遇到數(shù)據(jù)庫之外的問題時需要人來輔助解決。即便隨著數(shù)據(jù)積累，機器能力越來越強大，以致于接近窮盡數(shù)據(jù)，但是在內(nèi)科、外科這些臨床科室，工作的內(nèi)容仍離不開各方面信息的綜合處理。實行各種診療手段時涉及的各方面因素極其廣泛和繁雜，面對工作內(nèi)容的隨機性和易變性，弱人工智能目前遠未實現(xiàn)此類能力。

此外，醫(yī)生在診療過程中還摻雜著醫(yī)患雙方的理解、共情、安慰和疏導等多個心理及溝通過程，這也是當下的弱人工智能難以達到的。

一個例證或可說明問題。數(shù)年前，美國亞利桑那州一個曾有兩次暴力性侵兒童歷史的罪犯即將刑滿，而該州法律規(guī)定，此類罪犯即便刑滿，其未來再次犯罪的可能性也比較大。將其繼續(xù)轉(zhuǎn)至精神病院，還是釋放，陪審團說了算。為此，研究者利用此案例做了個實驗。

研究者找來一百多位可能當陪審員的人，把他們分成兩組，讓他們觀看整個庭審過程—律師、檢察官、精神病專家，都是真的—唯一的區(qū)別是兩組陪審員看到的錄像里的專家證詞不同。

在第一組實驗中，專家表示自己與罪犯有兩個小時的面談，根據(jù)專業(yè)知識判斷，罪犯仍有強烈暴力犯罪傾向，應該繼續(xù)關(guān)押。

第二組中，同一專家，表示自己并未見到罪犯本人，只是將罪犯的所有相關(guān)數(shù)據(jù)輸入某一心理學模型——而這一模型亦判斷罪犯仍有強烈暴力犯罪傾向，應繼續(xù)關(guān)押。

實驗結(jié)果證明，在第一組實驗中，專家對陪審團的影響力遠超第二組。這一結(jié)論說明，人們更傾向于相信人性化的判斷，而非冷冰冰數(shù)據(jù)和機器。

盡管AI在飛速發(fā)展，但僅就目前來看，醫(yī)生的人文關(guān)懷、創(chuàng)新能力和綜合決策能力是AI難以企及的。因此現(xiàn)階段，AI在臨床醫(yī)療中可作為實驗性、輔助性的工具，但依賴其作出診療最終結(jié)果認定的路尚長。

在遙遠的未來，比肩臨床醫(yī)生的智能診療系統(tǒng)可為人類健康作出巨大貢獻，但醫(yī)務人員在進一步提升自身技術(shù)水平和專業(yè)素養(yǎng)的基礎(chǔ)上，輔以人情味和人文關(guān)懷進行的診療行為永遠不可或缺。