1 医疗“黑洞”

拿着手术刀的AI医生会看病吗？

设想一下，你去一家医院看病，一进诊疗室的门就有一位护士不断地为你拍照，然后这些照片会被上传到一台AI（Artificial Intelligence，人工智能）设备中，这个设备会根据照片中你的模样来进行病情诊断……而在整个过程中，不会出现任何专业的人类医生。

你是不是觉得这种场景不可思议？即使现在AI医疗已经发展得很快，AI在医疗领域中实现了不同程度的落地，如AI识别医学影像、药物研发、AI辅助诊断等，但AI起到的还只是辅助作用，最终负责决断的依旧是人。让AI执证上岗，独立做临床诊断，还从未听说过。

然而，现在这样的“看病模式”已经有萌芽了。

美国食品和药物管理局（FDA）首次批准了一种AI诊断设备IDx-DR，该设备可以通过观察视网膜的照片来检测一种眼科疾病，并且不需要专家医生的参与。

也就是说，这个名为IDx-DR的AI设备竟然有了“上岗证”，成为一名真正的“医生”。

科学家不断攻破一个又一个技术难关，人们在高兴的同时，也有隐忧。医疗AI之路越走越顺畅，但现在就出现独立的AI医生，合适吗？

AI医生“独立出诊”，产业链还不完整

我们要想让AI医生独立起来，必须在一开始就深入研究产业布局和各产业链每个环节的协调发展，否则，只要有一个环节发展不良，就会导致智能医疗的结构出现上下游之间的断档，或被技术伦理问题所牵绊。

1. AI医生的落地还没有标准

从患者端或者其他的医疗使用端来看，医疗AI其实在短时间内不会有特别大的变化。因为“上岗证”批不下来，甚至连如何为一个AI医生去审批“上岗证”也是待探讨的。AI医生合格的标准是什么？是器械的精密性，还是诊断的正确率？即使是FDA批准的IDx-Dr，一项使用了900多张图像的临床试验检测到视网膜病变的准确率也仅是87%。

归根结底，AI医生能否落地，是行政是否授权的问题。在医疗领域，一个产品的落地，必定涉及许可证和医学严谨性等问题，聘用一个独立的AI医生，可能还有比较长远的路要走。

2.“售后”服务不好办

在现实生活中，患者如果遇到了医生误诊的问题，可以要求医院赔偿或者处分该医生。医生给你看病，5个人里治好3个人可能就差不多了。然而，AI给你看病，可能100个人里就错了1个人，唯一被看错的那个人会怎么想？遇到水平不够好的医生，人们还能自嘲一句“眼光不好”。遇到误诊的AI，人们恐怕就没那么宽容了。

首先，追究医院和厂家的责任肯定少不了。然后怎么办？“罪魁祸首”AI还没有受到任何处分呢。

要销毁这个AI医生吗？或者把这个AI医生的“头脑”格式化，以示惩罚？但是，无视它看对了99个病人的功劳似乎不妥。而且，在医学方面，随着电子病历和数字胶片的积累，大量结构化病例被用于机器学习，对于AI医生，这个模型训练的大数据至少是以10万份为起点。

AI是一种集体交付的结果，从程序、算法的开发到机械安装，打造一个AI医生的成本是难以计算的。假设患者家属一时气愤，怒摔机器，恐怕还会收到一笔昂贵的赔付账单。所以，如果AI出错，责任可以由医院和公司来承担，但对于这台“犯错”了的机器，要如何处置才能平息患者的怒火呢？

3. AI医生让“患者”变为“消费者”

医疗行业有一个特点：核心服务由单个专业技术人员提供。去医院看病，我们会关心哪个医生出诊，会去关注这个医生的口碑如何，服务地点和所在机构在很大程度上也会影响我们的评价，这些因素都会影响患者的就医决策。三甲医院的医生和二甲医院的医生，你更倾向选谁做主治医生呢？

一旦拥有了自主的AI医生，AI便不再只是作为医院宣传的噱头，以及提升医生效率的工具，而是进行独立诊断，成为一个“专业人员”。虽然核心服务依旧由单个专业技术人员提供，但服务地点和医疗机构似乎不那么重要了，创新者的话语权将会更大，影响患者就医决策的将会是生产这个AI医生的公司。如此，患者的身份会更贴近“消费者”。在代入“消费者”这层身份后，医患关系也会变得冰冷。

医学AI或许比医疗AI更靠谱

其实比起越来越火的智能医疗，医学AI可能更符合当今社会的发展。我们要明确，医学和医疗其实是两个概念，医学是科学，而医疗是以医学科学为基础的实践技术。

所以，在未来，像AI、大数据这样的新技术将会带动整个医学的进步。但是医疗尤其是自主的AI医生涉及“一线”操作，人命关天，其发展可能不会像我们想象的那么快。因为无论如何，医疗还是应该以安全、成熟、稳定作为前提的。

对于科学来讲，高质量的数据是发展的宝贵引擎。而医疗健康行业、医药研发行业则是一座数据的金矿，医学AI是很好的研究方向、发展方向，更多的科研领域会快速地有成果出来，这些领域也会有更好的商业机会。

麦肯锡估计，制药和医学方面的大数据和机器学习每年可以产生高达1000亿美元的价值。这些价值源自更好的决策、优化创新、提高研究和临床试验的效率，以及为医生、患者和医疗机构创造新的诊疗手段等。

例如，IBM沃森研究中心肿瘤学部门和斯隆凯特林纪念医院在进行个性化医学的研究，他们致力于使用患者医疗信息和诊疗历史来选择最优治疗方案。此外，还有许多公司也致力于研究此类产品。

谷歌前CEO施密特曾说过：“计算机确实可以在分析有用信息方面发挥作用，如预测疾病的结果。但如果我们生病了，仍会倾向找医生来看病，不过医生需要掌握最新的医疗技术来帮助其做决定。”

本质上，AI能够增强人类的智能。正如蒸汽机节省了人类的体能、电话加强了人类之间的联系、计算机强化了人类的计算能力一样，机器的协助并没有取代人类的活动，它只是扩展了人的技能和专业水平。

所以，就医疗AI而言，一个独立的AI医生或许比不上一个起辅助作用的虚拟助手。如果智能医疗的创新能够站在医生的角度，为医生赋能，那么创新成功的概率会大大增加。因为这样能给医生带来实实在在的好处，医生也会积极主动地配合。但如果将AI医生放进医院，医生只会觉得自己的职业受到了威胁，主动性恐怕也会受影响。

从目前的趋势来看，恐怕也没有多少企业想要打造出一个独立的机器人医生。正如很多新闻报道的那样，AI现在能够帮助人们建立患者病历，节省了医生的时间，AI还可分析X光片和CT片，不过诊断和开药还是只能由医生完成。目前AI在医学方面主要用于辅助诊疗、健康管理、信息化管理、医学影像等，如图1-1所示。

虽然目前很多大的科技公司都在努力，谷歌也在2018年推出了一款“AI+AR”的肿瘤诊断系统，但现在的医疗生态系统依旧处于“石器时代”，因为很多系统还不够完善。我们要认清努力的方向，提高医学领域的进步速度，通过培养更多的AI人才来加速医学领域的AI研究进程。