設想一下，你去一家醫院看病，一進(jìn)診療室的門(mén)就有一位護士不斷地為你拍照，然后這些照片會(huì )上傳到一臺AI設備里，這個(gè)設備則會(huì )根據照片里你的模樣來(lái)進(jìn)行病情診斷……而在整個(gè)過(guò)程中，不會(huì )出現任何專(zhuān)業(yè)的人類(lèi)醫生。

是不是覺(jué)得不可思議？即使現在A(yíng)I醫療發(fā)展得很快，一些AI在醫療領(lǐng)域實(shí)現了不同程度的落地，比如AI識別醫學(xué)影像、藥物研發(fā)、輔助診斷等，但這些AI起到的還是輔助作用，最終負責決斷的依舊是人。讓AI執證上崗，獨立地做臨床診斷，似乎從未見(jiàn)過(guò)。

然而，這樣的“看病模式”可能已經(jīng)開(kāi)始萌芽了。近日，美國食品和藥物監管局（FDA）首次批準了一種人工智能診斷設備IDx-DR，該設備可以通過(guò)觀(guān)察視網(wǎng)膜的照片來(lái)檢測一種眼科疾病，并且不需要專(zhuān)家醫生的參與。

也就是說(shuō)，這個(gè)叫IDx-DR的AI設備竟然有了上崗證，成為了一名真正的“醫生”?？茖W(xué)家們不斷攻破一個(gè)又一個(gè)的技術(shù)難關(guān)，我們高興的同時(shí)，卻也有隱憂(yōu)。醫療AI之路越走越順暢，但現在就出現獨立的AI醫生，合適嗎？

AI醫生要“獨立”，還缺乏完整的產(chǎn)業(yè)鏈

智能相對論（ID：aixdlun）分析師顏璇認為，我們要想讓AI醫生獨立起來(lái)，必須在一開(kāi)始就深入研究產(chǎn)業(yè)布局和各產(chǎn)業(yè)鏈每個(gè)環(huán)節的協(xié)調和共生的發(fā)展，否則只要里面有一個(gè)環(huán)節發(fā)展不良，就會(huì )導致智能醫療的結構出現上下游之間的斷檔，可能也會(huì )被技術(shù)倫理問(wèn)題所牽絆。

1. 落地還沒(méi)有統一標準

從患者端或者是其它的醫療使用端來(lái)看，醫療AI其實(shí)在短時(shí)間內不會(huì )有特別大的變化。因為證批不下來(lái)，以及如何為一個(gè)AI醫生去批證也是模糊的。AI醫生合格的標準是什么？是器械的精密性，還是診斷的正確率？即使是FDA批準的IDx-Dr，在一項使用了900多張圖像的臨床試驗中，檢測到視網(wǎng)膜病變的正確率也僅是87%。

歸根結底，AI醫生能否落地，并不是要思考機器究竟算不算人這樣的哲學(xué)問(wèn)題，而是行政是否授權的問(wèn)題。在醫療領(lǐng)域，一個(gè)產(chǎn)品的落地，必定包括許可證、醫學(xué)嚴謹性的問(wèn)題，聘用一個(gè)獨立的AI醫生，可能還有比較長(cháng)遠的路要走。

2. “售后”服務(wù)不好辦

在現實(shí)生活中，病人碰上了醫生誤診，可以要求醫院賠償或者處分該醫生；醫生給你看病，5個(gè)里面治好3個(gè)可能就差不多了。然而AI醫生給你看病，可能100個(gè)里就錯了1個(gè)，那唯一被看錯的那個(gè)會(huì )怎么想？遇到水平不夠好的醫生，還能自嘲一句“遇人不淑”。遇到誤診的AI醫生呢，恐怕就沒(méi)那么寬容了。

首先，追責醫院和廠(chǎng)家肯定少不了。然后呢，要怎么辦？“罪魁禍首”AI還沒(méi)有受到任何處理呢。

銷(xiāo)毀掉這個(gè)AI醫生嗎？或者把這個(gè)AI醫生的“頭腦”格式化，以示懲罰？但是，一把抹滅它正確診斷99個(gè)病人的功勞似乎不妥。而且，在醫學(xué)方面，隨著(zhù)電子病歷和數字膠片的積累，大量結構化病例被用于機器學(xué)習，對于A(yíng)I醫生，這個(gè)模型訓練的大數據至少是以10萬(wàn)份為起點(diǎn)。

AI是一種集體交付的結果，從程序、算法的開(kāi)發(fā)到機械安裝，處理掉一個(gè)AI醫生的成本是難以計算的。假設病人家屬一時(shí)氣憤，怒摔機器，恐怕還會(huì )收到一筆昂貴的賠付賬單。所以，如果AI出錯，權責可以由醫院和公司來(lái)承擔，但對于這臺“犯錯”了的機器，要如何處置才能平息病人的怒火呢？

3. AI醫生讓“患者”變?yōu)?ldquo;消費者”

醫療行業(yè)有個(gè)特點(diǎn)，核心服務(wù)由單個(gè)專(zhuān)業(yè)技術(shù)人員提供。到醫院看病我們關(guān)心哪個(gè)醫生出診，會(huì )去比較這個(gè)醫生的口碑如何，服務(wù)地點(diǎn)和所在機構在很大程度上也會(huì )影響我們的評價(jià)，醫院的品牌會(huì )引導患者的就醫決策。三甲醫院的醫生和二甲醫院的醫生你更傾向選誰(shuí)做主治醫生呢？

一旦擁有了自主的AI醫生，AI不再像高科技的醫療設備作為醫院宣傳的噱頭，以及提升醫生效率的工具，而是進(jìn)入獨立診斷，成為一個(gè)“專(zhuān)業(yè)人員”。雖然核心服務(wù)依舊由單個(gè)專(zhuān)業(yè)技術(shù)人員提供，但服務(wù)地點(diǎn)和醫療機構似乎不那么重要了，創(chuàng )新者的話(huà)語(yǔ)權將會(huì )更大，引導患者就醫方向的將會(huì )是產(chǎn)出這個(gè)AI醫生的公司。如此，患者的身份會(huì )更貼近“消費者”。代入消費者后，醫患關(guān)系也會(huì )變得冰冷。

醫學(xué)AI或許比醫療AI更靠譜

其實(shí)比起越來(lái)越火的智能醫療，醫學(xué)AI可能更符合當今社會(huì )的發(fā)展。我們要明確，醫學(xué)和醫療其實(shí)是兩個(gè)概念，醫學(xué)是科學(xué)，而醫療是以醫學(xué)科學(xué)為基礎的實(shí)踐技術(shù)。

所以在未來(lái)，像人工智能、大數據這樣的新技術(shù)將會(huì )帶動(dòng)整個(gè)醫學(xué)科學(xué)的進(jìn)步。但是醫療尤其是自主的AI醫生涉及到“一線(xiàn)”操作，人命關(guān)天，其發(fā)展可能不如我們想象中那么快。因為無(wú)論如何，醫療還是應該以安全、成熟、穩定作為前提。

對于科學(xué)來(lái)講，高質(zhì)量的數據是發(fā)展的寶貴引擎。而醫療健康行業(yè)、醫藥研發(fā)行業(yè)則是一座數據的金礦，醫學(xué)AI是很好的研究方向、發(fā)展方向，更多的科研領(lǐng)域會(huì )快速有成果出來(lái)，這些也會(huì )有更好的商業(yè)機會(huì )。

據麥肯錫估計，制藥和醫學(xué)方面的大數據和機器學(xué)習每年可以產(chǎn)生高達1000億美元的價(jià)值。這些價(jià)值來(lái)源于更好的決策，優(yōu)化創(chuàng )新，提高研究/臨床試驗的效率，以及為醫生，病人和醫療機構創(chuàng )造新的診療手段等等。

比如IBM沃森研究中心腫瘤學(xué)部門(mén)和斯隆凱特林紀念醫院在個(gè)性化醫學(xué)的研究，他們致力于使用患者醫療信息和診療歷史來(lái)選擇最優(yōu)治療方案。除此之外。還有許多公司也致力于研究此類(lèi)產(chǎn)品。

前谷歌CEO施密特曾說(shuō)：“計算機確實(shí)可以在分析很多有用信息方面發(fā)揮作用，比如預測疾病的結果。但如果自己生病了，仍然想要由一個(gè)人來(lái)負責，會(huì )找醫生來(lái)看病，不過(guò)醫生需要掌握最新的醫療技術(shù)來(lái)幫助做決定。”

本質(zhì)上，人工智能的概念是增強人類(lèi)的智能。正如蒸汽機節省人類(lèi)的體能，電話(huà)加強了人類(lèi)之間的聯(lián)系，計算機強化了人類(lèi)的計算能力，機器的協(xié)助并沒(méi)有取代人類(lèi)的活動(dòng)，它只是擴展了人的技能和專(zhuān)業(yè)水平。

所以就醫療AI而言，一個(gè)獨立的AI醫生或許比一個(gè)起輔助作用的虛擬助手要更適合當下的行業(yè)環(huán)境。如果智能醫療的創(chuàng )新站在醫生一邊，為醫生賦能，創(chuàng )新成功的概率會(huì )大大增加。因為這樣能給醫生帶來(lái)實(shí)在好處，醫生也會(huì )積極主動(dòng)的去配合。但如果將AI醫生放進(jìn)醫院，醫生只會(huì )覺(jué)得自己的職業(yè)受到了威脅，主動(dòng)性恐怕也高不到哪里去。

而從目前趨勢來(lái)看，恐怕也沒(méi)有多少企業(yè)想要打造出一個(gè)獨立的AI醫生。正如很多新聞報道的那樣，人工智能現在能夠幫助建立患者病歷，節省了醫生的時(shí)間，還有人工智能還可分析X光片和CT，不過(guò)診斷和開(kāi)藥還是只能由醫生完成。

即使目前很多巨頭都在努力，谷歌在近日也推出了一款AI+AR的腫瘤診斷系統，但我們現在的醫療系統依舊是處于“石器時(shí)代”的水平，因為很多系統還不夠完善。我們要認清使力的方向，提高醫學(xué)領(lǐng)域的進(jìn)步速度，還需要投入更多的AI人才，加速醫學(xué)領(lǐng)域的AI研究進(jìn)程。