机器永远无法完全解读人类

如今，我们已经可以看到，人类和人工智能的强强联合、协同工作，给医学领域带来了重大的成就。然而，在我们对人工智能的潜力过于乐观之前，先来看看我遇到的另一个案例。

在这个案例中，患者是一位白头发、蓝眼睛的年过七旬的老人。他患上了一种罕见而严重的肺部疾病，这种病被称为“特发性肺纤维化”（“特发性”在医学描述中常表示“病因不明”）。他的病情已经发展到非常严重的程度，如果继续恶化，就要考虑做肺移植手术了。而在此基础上，他最近又开始出现一种新的症状——早发性疲劳，这使得他无法步行超过一个街区或游泳超过一圈。他曾向肺科医生求助，肺功能检查显示没有病变，说明病因不在肺部。

那天，这位患者携妻子一同来诊室找我。他吃力地迈着小碎步，仿佛摇摇欲坠，看上去非常焦虑、沮丧。他那苍白的脸和绝望的表情让我感到震惊。之后，他的妻子进一步向我说明了他的症状：行动能力明显下降，已经影响到日常活动，更不用说其他锻炼了。

我回顾了这位患者的病史，并查看了他的检查单，推测他或许患有心脏病。几年前，他在走路时小腿开始疼痛，之后便因左腿髂动脉阻塞做了支架植入。基于这些早期病情，我开始担忧他是否出现了冠状动脉胆固醇积聚，尽管他的年龄和性别都是风险因素，但他并没有患心脏病的其他风险因素。我为他做了CT扫描，用染色技术绘制了他的动脉图。结果显示，他的右冠状动脉已经堵塞了80%，但另外两条动脉都没有严重问题，这一结果与早发性疲劳的病症并不匹配。虽然右冠状动脉堵塞影响了心脏供血，但根据我30多年的行医经验（其中有20年参与了多次冠状动脉开胸手术），我还从未见过哪位只堵塞右冠状动脉的患者像他这般体格虚弱。

我向这位患者和他的妻子说明了情况，并告知他们，我实在无法解释这些症状之间的联系。他的早发性疲劳症状与动脉堵塞本身并无直接关联，只是他的肺部情况太严重，很容易让人联想可能还是与血管堵塞有关。另外，他的肺病也增加了治疗风险。

我把决定权留给了患者。他思索了几天后，决定做右冠状动脉支架植入术。我感到有些惊讶，因为多年来，他一向讨厌任何手术，连药物都排斥。不得不说，之后的手术效果惊人，术后他明显开始变得精力充沛。因为支架是通过他的手腕动脉植入的，所以术后没过多久他就回家了。当天晚上，他便走了好几个街区；一周后，他已经可以游上几圈泳了。他告诉我，他感觉自己比几年前更强壮了。几个月后，他的运动能力也得到了显著提高。

这个案例的不同寻常之处就在于，计算机算法不会建议患者进行手术，因而会导致患者错过治疗良机。哪怕将所有关于人工智能的技术都用上，综合完备的医疗资料库，深入分析该患者的数据，它得出的结论也将是“不建议患者动手术”，因为没有证据表明疏通冠状动脉可以缓解疲劳症状。由此可见，人工智能只能通过学习现有的案例得出结论。与此对应的是，使用人工智能算法的保险公司，肯定也会拒绝支付这笔手术费用。

然而，手术后患者的状态显著改善了，而且手术效果十分持久。这难道是安慰剂效应？似乎不太可能。我认识这位患者多年，一直以来，他总是尽可能避免出现任何健康状况的改变，无论是积极的还是消极的。他的个性外冷内热，脾气有点儿乖戾。从表面上看，即使其他人可能会出现较夸张的安慰剂效应，他也最不可能出现。

回想起来，这位患者后来的病情可能还是与他的严重肺病有关。肺纤维化导致他的肺部充满含氧丰富的动脉血，引起了肺动脉高压。通常，右心室负责将血液泵入肺，而肺动脉高压意味着右心室需要更大的动力才能泵出充足的血液。这会增加右心室的压力，而植入右冠状动脉的支架可以缓解这一压力。如此复杂的心脏血液供应与罕见肺病的相互作用，在医学文献中没有先例。

这个案例提醒我们，每个人都是独一无二、错综复杂的个体，机器永远无法完全解读。该案例还凸显了人在医学中的作用：作为医生，其实我们早就知道，患者是最了解自己身体的人，我们需要倾听他们。而算法是冷冰冰的、非人性化的预测工具，永远读不透活人。这位患者认为动脉狭窄是其疲劳症状的罪魁祸首，事实最终证明他是对的。虽然我曾持怀疑态度，完全没有想到动脉狭窄的影响会如此之大，但我还是感到很欣慰，因为患者的症状已得到显著改善。