AI其實(shí)更多的是“賦能”，這不但不會(huì)降低醫(yī)生的價(jià)值，反而會(huì)大幅增加一部分醫(yī)生的能力范圍，因此我認(rèn)為醫(yī)療AI的定位為工具，是輔助醫(yī)生進(jìn)行醫(yī)療行為和過(guò)程的。你還擔(dān)心AI會(huì)搶走你的工作嗎?
圖片來(lái)自“視覺(jué)中國(guó)”
【編者按】前段時(shí)間方正證券發(fā)布的互聯(lián)網(wǎng)醫(yī)療深度報(bào)告顯示，AI在醫(yī)療領(lǐng)域可能會(huì)率先落地，而且報(bào)告提到人工智能+輔助診療潛在市場(chǎng)至少是萬(wàn)億級(jí)以上的營(yíng)收規(guī)模。那么人工智能+醫(yī)療究竟能擦出什么樣的火花，本文中提到3個(gè)方面：感知、決策以及反饋執(zhí)行，同時(shí)文中提出醫(yī)療AI的定位為工具，是輔助醫(yī)生進(jìn)行醫(yī)療行為和過(guò)程的，所以不用太擔(dān)心人工智能會(huì)搶走醫(yī)生的工作。
本文發(fā)于“Unicorn獨(dú)角獸”，作者大怪;經(jīng)億歐編輯，供行業(yè)人士參考。
人工智能(AI)在科技界、創(chuàng)投圈和媒體圈已經(jīng)熱得不行，眾多高瞻遠(yuǎn)矚的精英人士早就一再提醒說(shuō)“AI有泡沫，投資需謹(jǐn)慎”。按照目前這形勢(shì)，16年雖然可能有泡沫，17年一定會(huì)更大，AI會(huì)形成一條逼近90°的向上曲線。是的，就是你看過(guò)的“奇點(diǎn)”所在位置。
雖然AI專家們?cè)谡雇麜r(shí)，往往都會(huì)提到醫(yī)療將會(huì)是AI能發(fā)揮重要作用的領(lǐng)域，偶爾總是會(huì)有人冒出來(lái)發(fā)表人工智能將會(huì)替代醫(yī)生等言論，但這受到了醫(yī)學(xué)專家們幾乎一致地反對(duì)。
“醫(yī)生診療病人已經(jīng)幾千年，不會(huì)因?yàn)橐粌蓚€(gè)技術(shù)出現(xiàn)而變化”這種論調(diào)也會(huì)得到醫(yī)學(xué)人士的認(rèn)同。
其實(shí)很多大論戰(zhàn)都類似這樣概念寬泛、雞同鴨講的，不基于同一時(shí)間范疇來(lái)立論的。一方說(shuō)“長(zhǎng)期來(lái)看，人工智能必將大量取代醫(yī)生”，從來(lái)不會(huì)說(shuō)到底多長(zhǎng);另一方說(shuō)“短期內(nèi)醫(yī)生完全不可被取代”，到底多短也不會(huì)有說(shuō)法的。雙方都能一堆證據(jù)、理論證明自己無(wú)比正確，其實(shí)是因?yàn)闀r(shí)間上根本就沒(méi)有重疊。
立足于可見的數(shù)年來(lái)看，醫(yī)療AI到底能做什么？
我們定一個(gè)時(shí)間范疇：
你是不是看了好多篇“醫(yī)療人工智能應(yīng)用十大方向”之類的文章，列出了從一到十個(gè)醫(yī)療人工智能的應(yīng)用(比如Dr.2的文章就列出了15個(gè)方向①)，其實(shí)還是不明白?我們來(lái)?yè)Q一個(gè)方法學(xué)習(xí)一下，根據(jù)創(chuàng)新工場(chǎng)汪華的分類②來(lái)看：
一、感知
。
就是電腦去感覺(jué)、認(rèn)知，包括圖像、語(yǔ)音、語(yǔ)義以及其他數(shù)據(jù)的識(shí)別，簡(jiǎn)單說(shuō)就是看得懂圖、聽得懂話、理解得了數(shù)據(jù)的含義，比如臨床的各種影像、檢查數(shù)據(jù)等。這里的前提是訓(xùn)練數(shù)據(jù)和結(jié)果之間的關(guān)系是標(biāo)記出的，比如某張X光片的診斷是骨折、某個(gè)MRI是正常的、某個(gè)病理是良性腫瘤、某個(gè)時(shí)間點(diǎn)的血糖值是偏高的。當(dāng)有大量的標(biāo)記數(shù)據(jù)訓(xùn)練之后，電腦就能認(rèn)識(shí)這些數(shù)據(jù)，自動(dòng)得出結(jié)果。數(shù)據(jù)夠大時(shí)，電腦識(shí)別的正確率會(huì)高于專業(yè)人士，而且可以繼續(xù)提高。
只要大量數(shù)據(jù)訓(xùn)練，電腦在這種單一數(shù)據(jù)源的診斷（判斷）正確率上，一定會(huì)遠(yuǎn)高于普通醫(yī)生。
最近Nature發(fā)表的Google用機(jī)器診斷皮膚疾病就是這個(gè)道理，
總體來(lái)說(shuō)是醫(yī)生原本能做的事，AI會(huì)更有效率，成本更低，但目標(biāo)簡(jiǎn)單，不能直接擴(kuò)展。
目前進(jìn)入應(yīng)用階段的醫(yī)療人工智能，以感知這一類為主。
二、決策，就是發(fā)現(xiàn)規(guī)律，解決規(guī)律
。
比如AlphaGo下圍棋時(shí)判斷局勢(shì)和落子決定，醫(yī)生做疾病診斷和決定治療方案?？吹竭@里，你一定想到Watson醫(yī)生了。是的，Watson的腫瘤醫(yī)生想干的就是這個(gè)，從大量病例、指南等中去找出最符合當(dāng)下病人的診斷和治療方案，給醫(yī)生做輔助決策參考。這個(gè)過(guò)程其實(shí)跟人腦的思考類似，從已有的經(jīng)驗(yàn)中找出最符合的，無(wú)非是電腦記憶的資料多一點(diǎn)而已。
但是電腦只能機(jī)械地從資料庫(kù)里查找，不能進(jìn)行聯(lián)想，或其他開放式思考，而Watson只有“紙面”數(shù)據(jù)，所以哪怕IBM花了數(shù)十億、數(shù)年時(shí)間研發(fā)出來(lái)的，在復(fù)雜地腫瘤診斷和治療方面，其輸出的結(jié)果對(duì)像樣的醫(yī)生來(lái)說(shuō)，其使用價(jià)值極其有限，最佳評(píng)價(jià)是“這是沃森提供給醫(yī)生參考的最佳診療方案，跟我的判斷完全一致。”夸張地說(shuō)除開某些罕見情況的提醒和一些數(shù)據(jù)展示，基本就是“然并卵”。
關(guān)于醫(yī)療復(fù)雜問(wèn)題的決策，AI在“發(fā)現(xiàn)規(guī)律”上的作用開始有所表現(xiàn)了
。對(duì)于一些臨床病人，有經(jīng)驗(yàn)的醫(yī)生往往能大致判斷出其發(fā)展和轉(zhuǎn)歸，但都是很粗略和不確定的，并且無(wú)法將經(jīng)驗(yàn)直接傳遞給別的醫(yī)生，所以每個(gè)醫(yī)生都要學(xué)習(xí)、摸索無(wú)數(shù)年?，F(xiàn)在AI在這方面已經(jīng)初有斬獲。
FSU Psychology researcher Jessica Ribeiro③用AI預(yù)測(cè)2年的自殺傾向，準(zhǔn)確率高達(dá)80%~90%。該方法在越接近某人的可能自殺日期時(shí)還會(huì)變得更加準(zhǔn)確，比如針對(duì)一般的醫(yī)院病人，在試圖自殺的前一周準(zhǔn)確率攀升到92%。而這個(gè)“經(jīng)驗(yàn)”讓所有醫(yī)生以極低成本直接采用成為可能，而且使用越多準(zhǔn)確率越高。
下一步AI就可以預(yù)測(cè)一個(gè)糖尿病人什么時(shí)候會(huì)視網(wǎng)膜病變，一個(gè)心血管病人什么時(shí)候會(huì)猝死
同樣道理，。這是不是有點(diǎn)算命的趕腳?
三、反饋執(zhí)行。
如果有了感知，有了決策，再配上各種各樣的跟機(jī)械和其他東西結(jié)合起來(lái)，那就意味著它不但能理解周圍，能做決策，它還能自主的完成任務(wù)。在醫(yī)療上就是治療的執(zhí)行，最主要的是手術(shù)和給藥。
手術(shù)
，隨著達(dá)芬奇手術(shù)機(jī)器人應(yīng)用的逐步普及，其積累的數(shù)據(jù)達(dá)到一定級(jí)別之后，，當(dāng)然，還是需要有醫(yī)生監(jiān)督在必要時(shí)接手的。
用藥
，典型的如糖尿病人使用胰島素，完全可以根據(jù)即時(shí)血糖和其他情況即時(shí)動(dòng)態(tài)輸注，傳統(tǒng)算法總是要擔(dān)心算錯(cuò)或某些情況下的不知所措，。
這部分的應(yīng)用場(chǎng)景將長(zhǎng)時(shí)間受到硬件的限制，只能一點(diǎn)一點(diǎn)的突破。
理論上講，隨著醫(yī)療AI的進(jìn)展，一部分醫(yī)生原有的工作內(nèi)容的確會(huì)減少乃至消失，但同時(shí)也會(huì)幫助醫(yī)生做一些之前做不到的事情。關(guān)于人工智能和我們的關(guān)系，凱文凱利④在《必然》中描繪得十分形象，直接引用吧：
將來(lái)，我們和機(jī)器人的關(guān)系會(huì)變得更復(fù)雜，出現(xiàn)一種7個(gè)步驟的循環(huán)模式
：
1、機(jī)器人干不了我的工作。
2、好吧，它會(huì)許多事情，但我做的事情它不一定都會(huì)。
3、好吧，我做的事情它都會(huì)，但它常常出故障，這時(shí)需要我來(lái)處理。
4、好吧，它干常規(guī)工作時(shí)從不出錯(cuò)，但是我需要訓(xùn)練它學(xué)習(xí)新任務(wù)。
5、好吧，就讓它做我原來(lái)的工作吧，那工作本來(lái)就不是人該干的。
6、哇，機(jī)器人正在干我以前做的工作，我的新工作不僅好玩多了，工資還高!
7、真高興，機(jī)器人絕對(duì)干不了我現(xiàn)在做的事情。
然后回到步驟1。
所以其實(shí)原本就不用太擔(dān)心人工智能會(huì)搶走醫(yī)生這么高智能的工作的。
商業(yè)角度看中美兩國(guó)早期的人工智能應(yīng)用有何不同？
美國(guó)醫(yī)療是典型的高質(zhì)高價(jià)、醫(yī)生短缺市場(chǎng)，醫(yī)療AI切入的應(yīng)該是做那些醫(yī)生本來(lái)就做得不錯(cuò)但做不過(guò)來(lái)(存量)的工作，以較低成本實(shí)現(xiàn)高價(jià)格的服務(wù)具有很強(qiáng)的可行性，同時(shí)解決醫(yī)生人手不足的問(wèn)題。
中國(guó)醫(yī)療是低價(jià)、醫(yī)療水平參差不齊的狀態(tài)，從存量切入，替代的這部分醫(yī)生工作其商業(yè)價(jià)值有限，還會(huì)受到醫(yī)生抵制。相反，從增量切入就會(huì)完全不同，比如讓基層醫(yī)生能做腫瘤的病理診斷和有難度的影像診斷，不但讓基層能提升醫(yī)療水平(做之前不能做的工作)，還能增加基層醫(yī)院的業(yè)務(wù)范圍和收入，形成一個(gè)“共贏”局面，那么你的商業(yè)回報(bào)就自然不是問(wèn)題。同理，AI糖網(wǎng)篩查可以讓內(nèi)分泌醫(yī)生在沒(méi)有眼科的情況下就能篩查出高風(fēng)險(xiǎn)的糖網(wǎng)病人，外科醫(yī)生在病理科不上班時(shí)也能解決術(shù)中判斷腫瘤良惡性的問(wèn)題了
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點(diǎn)擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁(yè)分享至朋友圈。