一種新的醫生已經入駐檢查室，還沒有名字。事實上，這些醫生甚至連臉都沒有。人工智能已經進入世界各地的醫院。那些對機器人收購心存警惕的人沒有什么可擔心的;人工智能在醫療保健方面的應用，并不一定會使人類思維與機器之間發生沖突。人工智能在檢查室里擴張、增強，有時會緩解醫生緊繃的神經，這樣醫生就可以為病人更好的服務。

被稱為“未來醫學家”的Bertalan Meskó，將人工智能視為“21世紀聽診器”。他的評估可能比預期的更準確。雖然各種技術和測試為他們提供了診斷和治療患者所需的全部信息，但醫生已經負擔了過重的臨床和行政責任，并且對大量可用信息進行分類是一項艱巨的任務，幾乎是不可能完成的任務。

這就是21世紀聽診器存在的意義。

盡管如此，人工智能在醫學方面的應用已經超出了行政管理的工作范圍。從強大的診斷算法到精心設計的外科手術機器人，這項技術正在醫學界廣為人知。顯然，AI在醫學上占有一席之地，而我們還不清楚它的價值。想象一下人工智能是病人護理團隊的一部分，我們首先必須更好地理解人工智能如何達到人類醫生水平。如何比較準確性? AI能夠做出什么具體或獨特的貢獻?人工智能在醫學實踐中非常有幫助，或者甚至是有害?只有當我們回答了這些問題之后，我們才能開始預測，然后構建我們想要的以AI為動力的未來。

AI VS人類醫生

雖然我們還處于發展的初期階段，但人工智能在診斷病人方面的能力已經和醫生一樣了。英國牛津John Radcliffe醫院的研究人員開發出一種AI診斷系統，在診斷心臟病方面，至少80%的時間里比醫生更為準確。在哈佛大學，研究人員創建了一個“智能”顯微鏡，可以檢測潛在致命的血液感染：人工智能輔助工具通過訓練，在一系列100,000個圖像上獲得25,000張幻燈片處理染料，使細菌更明顯。 AI系統已經能夠以95%的準確率對這些細菌進行分類。日本橫濱昭和大學的一項研究顯示，一種新的計算機輔助內鏡系統可以顯示結腸癌的潛在癌癥生長跡象，靈敏度為94%，特異性為79%，準確性為86%。

在某些情況下，研究人員還發現，人工智能在需要快速判斷的診斷挑戰中勝過人類醫生，如確定病變是否癌變。一項于2017年12月在美國醫學會雜志上發表的研究中，深度學習算法比時間緊迫的人類放射科醫生能夠更好地診斷轉移性乳腺癌。雖然人類放射科醫師在沒有時間審查病例的情況下可能表現良好，但在現實世界中，快速診斷可能會影響患者的生死。

當然，IBM沃森(Watson)就具有這樣強大的診斷能力:當挑戰從腫瘤細胞的遺傳數據中收集有意義的見解時，人類專家花了大約160個小時來回顧并根據他們的發現提供治療建議。沃森只用了十分鐘就提出了同樣可行的建議。谷歌最近公布了一款開源版本的DeepVariant，這是該公司用于分析基因數據的人工智能工具，在去年的“FDA真假挑戰”中，它是同類產品中最精確的工具。

人工智能在預測健康事件發生之前也比人類更好。今年4月，來自諾丁漢大學的研究人員發表了一項研究，結果顯示，通過對378,256名患者的大量數據進行訓練，自學成才的人工智能預測患者的心血管事件比目前的護理標準高出7.6%。為了讓這個數字更有前景，研究人員寫道:“在大約83000條記錄的樣本中，這相當于可以額外挽救355名患者的生命。也許最值得注意的是，神經網絡的“假警報”也減少了1.6%，這種風險被高估了，可能導致患者進行不必要的手術或治療，其中很多都是非常危險的。

在理解大量數據上，人工智能是絕對超過人類的。這正是精密醫學日益增長的領域所需要的。希望填補這個空白的是人類診斷項目(Human Dx)，它將機器學習與醫生的實際經驗相結合。該組織正在編制來自80多個國家的7,500名醫生和500家醫療機構的輸入信息，以便開發一個系統，使患者、醫生、組織、設備開發人員或研究人員可以訪問系統，以便做出更明智的臨床決策。

更有“人情味”的心靈保健

總部位于波士頓的人工智能和行為分析公司Cogito的移動健康部門首席行為科學主管Skyler Place表示：“我認為人工智能的價值在于增強人類的能力，而不是替代人類。”

Cogito一直使用人工智能語音識別和分析來改善許多行業的客戶服務交互。該公司進軍醫療行業的形式是Cogito Companion，一種追蹤病人行為的心理健康應用程序。

該應用程序監測病人的手機是否有主動和被動的行為信號，如位置數據，可能表明病人幾天沒有離開家，或通信日志，表明他們幾個星期沒有發短信或在打電話給任何人，(該公司聲稱，應用程序只知道病人是否正在使用他們的電話打電話或發短信，它不追蹤用戶打電話或說什么)。患者的護理團隊可以監視隨后的報告中的跡象，反過來可能會指示患者整體心理健康的變化。

Cogito已經聯合全國各地的幾個醫療保健系統來測試這個應用程序，該應用程序已經在退伍軍人中找到了一個特殊的位置。退伍軍人面臨社會孤立的高風險，并可能不愿意與醫療系統，尤其是心理健康咨詢接觸，由于社會恥辱感。 “我們發現，應用程序是建立信任的一種方式，以更廣泛的方式推動醫療保健行業的發展。”Place說。

這里是AI一展身手的地方：應用程序還使用機器學習算法來分析“音頻檢查” - 病人的錄音(有點類似于音頻日記)。這些算法的設計是為了提取情緒線索，就像兩個人在說話一樣。 Place解釋說：“我們能夠建立符合人們說話方式的算法，比如能量、語調、對話中的動態或波動。

(機器人)手術刀下

在過去的幾十年中，人工智能在醫學領域最具標題性的應用之一就是外科手術機器人的發展。

迄今為止，在大多數情況下，外科手術機器人(da Vinci最為人熟知)作為人類外科醫生的延伸，可從附近的控制臺控制設備。 2010年在蒙特利爾舉行了一項名為“世界第一”的更為雄心勃勃的手術之一。這是外科手術機器人和機器人麻醉師(名叫McSleepy)的首次表演。收集的數據反映了這些機器人醫生令人印象深刻的表現。

2015年，第一臺手術機器人進入手術室十多年后，麻省理工學院對FDA數據進行了回顧性分析，以評估機器人手術的安全性。研究期間有144人死亡，1,391人受傷，主要是由于技術上的困難或設備故障造成的。該報告指出，“盡管報告數量相對較多，但絕大多數手術成功，并沒有任何問題”。但是，更為復雜的手術部位(如心胸外科手術)發生的事件數量“明顯高于”如婦科和普外科等領域。

患者可以起訴機器人嗎?由于技術還比較新，在這種情況下的訴訟構成了一個合法的灰色地帶。傳統上，專家認為醫療事故是醫師疏忽造成的，或者違反了明確的醫療標準。然而，疏忽的概念意味著人工智能本身缺乏的意識，而可以想象的是，機器人可以被認為是某種性能標準，那么這些標準就需要存在。

那么如果不是機器人的責任，那么該怪誰呢?患者家屬能否讓負責監督機器人的人類外科醫生負責?或者應該由制造機器人的公司負責?設計機器人的具體工程師？這個問題目前還沒有明確的答案，但這個問題需要早日得到解決。

放眼未來

在未來的歲月中，人工智能在醫學領域的作用將會越來越大：在埃森哲咨詢公司編寫的一份報告中，2014年人工智能在醫藥方面的市場價值為6億美元。到2021年，這一數字預計將達到66億美元。

行業可能會蓬勃發展，但我們不應該急于或隨意地整合AI。這在一定程度上是因為對人類來說合乎邏輯的事物不屬于機器。

算法可能也會繼承我們的偏見，部分原因在于，用于訓練人工智能的材料缺乏多樣性。在醫學上，機器接受的數據很大程度上取決于誰在進行研究，以及在哪里進行研究。白人男性仍在臨床和學術研究領域占據主導地位，他們也在參與臨床試驗的患者中占絕大多數。

醫療決策的一個宗旨是，程序或治療的好處是否超過風險。在考慮人工智能是否準備與手術室的外科醫生保持平等的時候，一個小的風險收益和平等分析將會有很長的路要走。

盡管有時我們擔心機器人會引領我們將人工智能整合進醫學領域，但人類是在進行這些對話并最終推動變革的人。我們可以決定在哪里應用人工智能，最好的方法可能是用老辦法。醫生們可以把人工智能作為一種工具，來開始構建他們想要的未來——對他們和他們的病人來說最好的未來，而不是試圖預測未來20年醫生將會變成什么樣子。