“AI医生”究竟有多远?

来源:金羊网 作者:吴江 发表时间:2019-02-14 08:49

□吴江

从2016年开始的医疗人工智能,至今方兴未艾。但国际、国内研发团队开发出来的AI,要么是通过已有的医学影像结果来学医学知识,要么就是通过医学生化指标来学习、充实自己。而由广州市妇女儿童医疗中心主任夏慧敏教授领衔,加州大学圣迭戈分校张康教授等专家参与的广州研发团队,通过摸索,让医学人工智能既能读懂中文病历,还能较高精度的为儿童常见的55种疾病进行诊断。

平心而论,“AI医疗”描绘的无疑是一幅美妙的图景。即便是对于医疗专业人士而言,与其说担心被AI抢了饭碗,毋宁说巴不得AI赶快把自己从纷繁复杂而又艰辛耗时的诊疗工作中解放出来。举个例子,医疗中有很多图像处理的工作,完全由人工识图,显然会耗费医生大量精力,假如AI能替代这部分工作,无疑会减轻医生的工作负荷;再如,手术这类耗时费力而又高风险的工作,如果未来AI手术机器人能够干得更加精细完美,医生们恐怕也是乐于改行当AI手术机器人的操作员。

对于AI医疗,过于乐观和过于悲观,都难免陷入误区。事实上,AI的确在颠覆一些行业,甚至正在改变人类职业的版图,但AI的发展也必将遵循其规律,也必定有其边界和止境。就医疗而言,如此复杂的系统和行业,AI毫无疑问会有其用武之地,对于AI的善用,也必将改善整个医疗生态。但如此复杂的医疗系统,AI的确也很难普遍适用。相比神通广大、无所不能这类的形容词,“赋能”对AI来说恐怕更为贴切。对于包括医疗在内的各个行业,在AI最具优势的环节引入AI,自然是一种赋能与提效。这一过程中,无论是限于AI技术的发展,还是限于行业或专业流程优化的本身,都必然是一个不断探索试错并逐渐改善的过程。

平心而论,以目前的AI能力,AI医疗更多只能定位为辅助医疗。目前,在文字处理、图像处理方面,机器学习已然展现了其特有的优势,相比人类学习医疗影像所需要的时间,机器算力自然不是人类大脑所能匹敌的。在这些特定方向,由AI辅助,自然有望解放医疗负荷,提升医疗效率。但真正意义上的AI独立诊疗,显然仍遥不可及。这一点,其实不妨参照自动驾驶,相比驾驶,医疗活动的复杂度显然要高得多,当自动驾驶的商业应用仍有相当距离时,真正意义上的AI医疗无疑更加遥远。

即便在一些特定技能的PK上,AI胜过医生团队,但这些短期活动上的优势,是否具备长期的稳定性,机器学习训练的局限和不稳定性,其实还不能过于轻率地以PK结果论英雄。正如药品的商用必然通过长期严谨的科学试验,AI用于医疗其实也需要有同样的审慎与严谨。此外,如同自动驾驶对于法律与伦理的挑战类似,非辅助性的AI医疗亦需要解决同样的法律与伦理问题,例如,因AI算法程序的缺陷与bug风险导致的误诊责任如何认定,都还需要更多的智慧。

对于“AI医生”,我们希望快点来,虽然还有点远。

(作者是医疗界人士)

编辑:木东
数字报
“AI医生”究竟有多远?
金羊网  作者:吴江  2019-02-14

□吴江

从2016年开始的医疗人工智能,至今方兴未艾。但国际、国内研发团队开发出来的AI,要么是通过已有的医学影像结果来学医学知识,要么就是通过医学生化指标来学习、充实自己。而由广州市妇女儿童医疗中心主任夏慧敏教授领衔,加州大学圣迭戈分校张康教授等专家参与的广州研发团队,通过摸索,让医学人工智能既能读懂中文病历,还能较高精度的为儿童常见的55种疾病进行诊断。

平心而论,“AI医疗”描绘的无疑是一幅美妙的图景。即便是对于医疗专业人士而言,与其说担心被AI抢了饭碗,毋宁说巴不得AI赶快把自己从纷繁复杂而又艰辛耗时的诊疗工作中解放出来。举个例子,医疗中有很多图像处理的工作,完全由人工识图,显然会耗费医生大量精力,假如AI能替代这部分工作,无疑会减轻医生的工作负荷;再如,手术这类耗时费力而又高风险的工作,如果未来AI手术机器人能够干得更加精细完美,医生们恐怕也是乐于改行当AI手术机器人的操作员。

对于AI医疗,过于乐观和过于悲观,都难免陷入误区。事实上,AI的确在颠覆一些行业,甚至正在改变人类职业的版图,但AI的发展也必将遵循其规律,也必定有其边界和止境。就医疗而言,如此复杂的系统和行业,AI毫无疑问会有其用武之地,对于AI的善用,也必将改善整个医疗生态。但如此复杂的医疗系统,AI的确也很难普遍适用。相比神通广大、无所不能这类的形容词,“赋能”对AI来说恐怕更为贴切。对于包括医疗在内的各个行业,在AI最具优势的环节引入AI,自然是一种赋能与提效。这一过程中,无论是限于AI技术的发展,还是限于行业或专业流程优化的本身,都必然是一个不断探索试错并逐渐改善的过程。

平心而论,以目前的AI能力,AI医疗更多只能定位为辅助医疗。目前,在文字处理、图像处理方面,机器学习已然展现了其特有的优势,相比人类学习医疗影像所需要的时间,机器算力自然不是人类大脑所能匹敌的。在这些特定方向,由AI辅助,自然有望解放医疗负荷,提升医疗效率。但真正意义上的AI独立诊疗,显然仍遥不可及。这一点,其实不妨参照自动驾驶,相比驾驶,医疗活动的复杂度显然要高得多,当自动驾驶的商业应用仍有相当距离时,真正意义上的AI医疗无疑更加遥远。

即便在一些特定技能的PK上,AI胜过医生团队,但这些短期活动上的优势,是否具备长期的稳定性,机器学习训练的局限和不稳定性,其实还不能过于轻率地以PK结果论英雄。正如药品的商用必然通过长期严谨的科学试验,AI用于医疗其实也需要有同样的审慎与严谨。此外,如同自动驾驶对于法律与伦理的挑战类似,非辅助性的AI医疗亦需要解决同样的法律与伦理问题,例如,因AI算法程序的缺陷与bug风险导致的误诊责任如何认定,都还需要更多的智慧。

对于“AI医生”,我们希望快点来,虽然还有点远。

(作者是医疗界人士)

编辑:木东
新闻排行榜