“AI將成為你的醫(yī)生”“未來(lái)的醫(yī)生可能不再是人類(lèi)”“AI在臨床測(cè)試中打敗了人類(lèi)醫(yī)生”。你要是看了這些標(biāo)題就誤以為人工智能不久將會(huì)取代醫(yī)生，也是情有可原的。但專家說(shuō)，二者合作的可能性更大。病人們很快就會(huì)發(fā)現(xiàn)，他們的命運(yùn)將由人類(lèi)醫(yī)生和其AI助手共同掌握。
醫(yī)學(xué)界對(duì)人工智能并不乏樂(lè)觀之見(jiàn)，但也有許多人持謹(jǐn)慎態(tài)度。許多以人工智能為題的炒作，都尚未在臨床應(yīng)用中實(shí)現(xiàn)。關(guān)于人工智能將如何產(chǎn)生最巨大的影響，人們各持己見(jiàn)。沒(méi)人知道，人工智能是否可以改善病人的生活水平，抑或只是成為硅谷公司、醫(yī)療機(jī)構(gòu)和保險(xiǎn)公司提高利潤(rùn)的手段。
哈佛醫(yī)學(xué)院生物醫(yī)學(xué)信息學(xué)研究員艾薩克·科恩（Isaac Kohane）表示：“其實(shí)患者們都希望人工智能可以改善醫(yī)療體系，但我們得避免硅谷那樣炒作式的應(yīng)用”。
若按照預(yù)計(jì)趨勢(shì)發(fā)展，人工智能是可以擴(kuò)大醫(yī)療服務(wù)的普及范圍、降低成本，從而實(shí)現(xiàn)醫(yī)療民主化的，這對(duì)美國(guó)來(lái)說(shuō)是一個(gè)福音。盡管美國(guó)人每年人均醫(yī)療保健的花費(fèi)為10739美元，但在許多醫(yī)療措施上，美國(guó)的排名并不樂(lè)觀。人工智能可以讓醫(yī)生從過(guò)重的工作負(fù)擔(dān)中解放出來(lái)，從而降低醫(yī)療事故風(fēng)險(xiǎn)。在美國(guó)，每年有成千上萬(wàn)的人死于醫(yī)療事故。在中國(guó)的城市，醫(yī)院人滿為患，每天有近萬(wàn)病人涌向門(mén)診部。對(duì)于這些醫(yī)療人員匱乏的國(guó)家而言，人工智能即使沒(méi)有完美的精度，也有很大的利用價(jià)值。
但批評(píng)人士指出，若過(guò)早應(yīng)用人工智能，而不周全考慮病人的隱私、忽視所存在的偏見(jiàn)和限制，或者高質(zhì)量、普及化的醫(yī)療服務(wù)未能實(shí)現(xiàn)，那么所有這些美好的幻想都終將是泡沫。
賈安特·科馬內(nèi)尼（Jayanth Komarneni）說(shuō)：“科技可以縮小差異，也可以擴(kuò)大差異。而在加劇差異上，沒(méi)什么能和人工智能媲美?！彼侨祟?lèi)診斷項(xiàng)目（Human Diagnosis Project, Human Dx）的創(chuàng)始人兼主席。Human Dx是一家專注于醫(yī)療專業(yè)知識(shí)眾包的公益公司。
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是時(shí)下兩大熱門(mén)的人工智能技術(shù)。這兩種算法能通過(guò)學(xué)習(xí)數(shù)據(jù)集更新預(yù)測(cè)，而不必死板地按照語(yǔ)句執(zhí)行程序。尤其是深度學(xué)習(xí)，這種算法可以發(fā)現(xiàn)人類(lèi)可能忽視的數(shù)據(jù)模型，做出驚人的預(yù)測(cè)。
但是在醫(yī)療領(lǐng)域，僅憑人工智能做預(yù)測(cè)是不夠的，最重要的健康決策和資金方案還是要由人來(lái)拍案。因?yàn)槿斯ぶ悄芟到y(tǒng)缺乏人類(lèi)的一般智力，它們可能會(huì)做出偏離實(shí)際、莫名其妙的預(yù)測(cè)。醫(yī)生要是完全依賴這些計(jì)算結(jié)果，很可能會(huì)弄巧成拙。
最經(jīng)典的例子莫過(guò)于微軟研究院高級(jí)研究員里奇·卡魯阿納（Rich Caruana）做的一項(xiàng)研究，該項(xiàng)目于2018年發(fā)表在《工程與技術(shù)》（Engineering and Technology）上。在20世紀(jì)90年代，卡魯阿納曾參與一個(gè)項(xiàng)目，他們想通過(guò)早期的機(jī)器學(xué)習(xí)評(píng)估病人患肺炎風(fēng)險(xiǎn)的高低。但當(dāng)他們?cè)噲D用學(xué)習(xí)模型評(píng)估哮喘病人的病例時(shí)，問(wèn)題出現(xiàn)了。由于哮喘患者存在呼吸困難的情況，他們罹患肺炎的風(fēng)險(xiǎn)很高，但模型卻將這些病人歸到低風(fēng)險(xiǎn)類(lèi)，認(rèn)為不用對(duì)他們進(jìn)行過(guò)多干預(yù)，更不用住院治療——這是人類(lèi)醫(yī)生絕對(duì)不會(huì)做出的決定。
肯尼斯·榮格（Kenneth Jung）是斯坦福大學(xué)生物醫(yī)學(xué)信息學(xué)研究中心的研究科學(xué)家，他說(shuō)，如果盲目相信模型結(jié)果，很容易出問(wèn)題，因?yàn)槟Ｐ蜁?huì)說(shuō)：“哎呀，這個(gè)患了哮喘的孩子得了肺炎，不過(guò)沒(méi)事，我們只用給他們一些抗生素，讓他們回家就好了?！?/p>
深度學(xué)習(xí)的預(yù)測(cè)也有可能失敗，比如初次處理特殊的數(shù)據(jù)點(diǎn)（比如獨(dú)特的病例），或者一些特殊的數(shù)據(jù)模型并不適用于其他病例。
數(shù)據(jù)集越大，人工智能預(yù)測(cè)表現(xiàn)得越好。中國(guó)有著大量的人口和病人數(shù)據(jù)，這是是訓(xùn)練人工智能系統(tǒng)的優(yōu)勢(shì)。2019年2月，《自然醫(yī)學(xué)》（Nature Medicine）發(fā)表了一項(xiàng)研究。這項(xiàng)研究由來(lái)自圣地亞哥和廣州的研究人員合作進(jìn)行，該研究基于56.7萬(wàn)名兒童的電子健康檔案，有望實(shí)現(xiàn)利用人工智能診斷常見(jiàn)的兒童疾病。
但當(dāng)研究人員試圖將算法應(yīng)用到新的人口環(huán)境時(shí)，還是出了問(wèn)題。在《自然醫(yī)學(xué)》發(fā)表的那項(xiàng)研究中，所有50萬(wàn)名患者均來(lái)自廣州的同一個(gè)醫(yī)療中心，而從這個(gè)數(shù)據(jù)集中訓(xùn)練得到的診斷模型，不一定適用于其他地方的兒科病例。每一個(gè)醫(yī)療中心側(cè)重的病人類(lèi)型都不一樣。比如說(shuō)，一家以心血管中心聞名的醫(yī)院，自然會(huì)吸引更多的心臟病患者。廣州的醫(yī)院中國(guó)本地病人比較多；而上海的醫(yī)院可能會(huì)有更多的外國(guó)病人，因此廣州醫(yī)院的經(jīng)驗(yàn)也不適用于上海。
在2017年的TEDx演講中，來(lái)自約翰霍普金斯醫(yī)院的新吉尼·昆都（Shinjini Kundu）提到，在收集醫(yī)學(xué)圖像信息方面，人工智能比醫(yī)生具有更大的潛能。在病人表現(xiàn)出病癥以前，人工智能就能夠預(yù)測(cè)疾病。
無(wú)獨(dú)有偶。馬爾齊耶·加塞米（Marzyeh Ghassemi）是來(lái)自多倫多大學(xué)的計(jì)算機(jī)科學(xué)家和生物醫(yī)學(xué)工程師，據(jù)她所說(shuō)，貝斯以色列女執(zhí)事醫(yī)療中心的重癥監(jiān)護(hù)室有4萬(wàn)名病人，而那只是這個(gè)城市的冰山一角?！皼](méi)錯(cuò)，我看過(guò)的論文都用這些數(shù)據(jù)做過(guò)預(yù)測(cè)。但這些模型能用在波士頓的其他醫(yī)院?jiǎn)?？可能吧。其他州呢？其他?guó)家呢？我們不知道。”
不過(guò)盡管人工智能模型在這方面的泛化性不強(qiáng)，加塞米仍認(rèn)為這項(xiàng)技術(shù)值得探索?！拔曳浅Ｙ澇砂堰@些模型應(yīng)用到臨床上，但在此之前，必須做好積極的防御措施。”
I.格倫·科恩（I. Glenn Cohen）是哈佛大學(xué)法學(xué)教授，也是精準(zhǔn)醫(yī)療、人工智能和法律項(xiàng)目的負(fù)責(zé)人。他說(shuō)，這些防御措施要部署在AI開(kāi)發(fā)及應(yīng)用階段。這或許涉及到對(duì)人工智能預(yù)測(cè)的準(zhǔn)確性和透明度的證實(shí)。在數(shù)據(jù)采集的過(guò)程中，研究人員必須保護(hù)病人隱私。病人同意后，才能用患者的數(shù)據(jù)來(lái)訓(xùn)練模型。
科恩說(shuō)，當(dāng)真的要將模型預(yù)測(cè)結(jié)果在病人身上進(jìn)行臨床測(cè)試時(shí)，還會(huì)再一次遇到類(lèi)似的問(wèn)題?！霸摬辉摳嬖V病人你要把算法結(jié)果用在他們身上呢？測(cè)試過(guò)程是否完全遵從人工智能，還是僅把其結(jié)果作為參考呢？對(duì)這些問(wèn)題的考慮都還不夠充分?！?/p>
加塞米也提倡，面對(duì)不同種族、性別、年紀(jì)、以及醫(yī)保情況的人，要經(jīng)常審核算法以確保其公正性和準(zhǔn)確性。這很重要，因?yàn)槠渌I(lǐng)域的應(yīng)用已經(jīng)表明，人工智能很容易引起偏見(jiàn)。
接下來(lái)是法律問(wèn)題：提供AI服務(wù)的公司和個(gè)人都必須為某些不可避免的錯(cuò)誤承擔(dān)責(zé)任。大多數(shù)醫(yī)療設(shè)備只需經(jīng)過(guò)一個(gè)監(jiān)管部門(mén)的批準(zhǔn)，但人工智能設(shè)備無(wú)論何時(shí)學(xué)習(xí)新數(shù)據(jù)，都需要經(jīng)過(guò)額外的審核。
一些監(jiān)管部門(mén)正在重新權(quán)衡智能醫(yī)療系統(tǒng)的評(píng)價(jià)模式。2019年4月，F(xiàn)DA（美國(guó)食品和藥物管理局）發(fā)布了一份討論文件，就如何改善相關(guān)審查評(píng)估征求大眾的看法?！拔覀円恢睆?qiáng)調(diào)不忘初心，那就是為人們提供技術(shù)支持，但我們也意識(shí)到現(xiàn)行的方法并不是特別好?！卑蛶?kù)爾·帕特爾（Bakul Patel）如是說(shuō)，他是FDA數(shù)字健康部門(mén)的負(fù)責(zé)人?！斑@就是為什么我們需要從宏觀上把握技術(shù)的整個(gè)生命周期?！?/p>
在評(píng)估、隱私和監(jiān)管問(wèn)題之外，還有一個(gè)不甚明了的問(wèn)題，那就是智能醫(yī)療的最大受益者是誰(shuí)。據(jù)世界銀行和世界衛(wèi)生組織統(tǒng)計(jì)，全球有一半的人無(wú)法獲得基本的醫(yī)療服務(wù)保障，近1億人口因無(wú)法承受醫(yī)療保健的高昂費(fèi)用而陷入極度貧困。由此產(chǎn)生了這兩極分化：人工智能要么可以縮小這些差距，要么就會(huì)使情況變得更糟。這完全取決于人工智能將如何發(fā)展下去。
來(lái)自瑞士聯(lián)邦理工學(xué)院的生物倫理學(xué)家埃菲·瓦耶納（Effy Vayena）說(shuō)：“許多關(guān)于人工智能的討論都集中在醫(yī)療民主化，我也希望這能實(shí)現(xiàn)。但如果最終，只有那些無(wú)論如何都承擔(dān)得起高昂醫(yī)療費(fèi)的人能享受到更好的醫(yī)療服務(wù)，那么這可能并不是我們所期待的變化?！?/p>
這一切將如何發(fā)展，取決于人工智能應(yīng)用的不同愿景。早期的發(fā)展比較狹隘地集中在診斷應(yīng)用上，比如通過(guò)圖像處理以更精確地確診皮膚癌或指甲真菌，或是讀取胸部X光片。但最近，人們開(kāi)始更多地嘗試同時(shí)對(duì)多種健康問(wèn)題進(jìn)行快速診斷。
2018年8月，英國(guó)莫爾菲爾德眼科醫(yī)院以及DeepMind（谷歌母公司Alphabet旗下、位于倫敦的人工智能實(shí)驗(yàn)室）表示，他們成功訓(xùn)練了一套人工智能系統(tǒng)，該系統(tǒng)可以通過(guò)掃描，識(shí)別50多種眼部疾病。這能與行業(yè)最領(lǐng)先的專家相媲美。圣地亞哥和廣州的研究組也懷著同樣的雄心壯志，訓(xùn)練人工智能診斷普通兒童疾病。雖然后者沒(méi)有經(jīng)驗(yàn)豐富的醫(yī)生那么出色，但仍然優(yōu)勝于一些新手。
醫(yī)療民主化的實(shí)現(xiàn)，不在于讓人工智能超過(guò)人類(lèi)專家的佼佼者，而在于讓更多人享受到現(xiàn)有的醫(yī)療水平。但目前為止，許多人工智能方案仍著眼于提高現(xiàn)有的醫(yī)療保健技術(shù)，而不是推廣平價(jià)的醫(yī)療服務(wù)?？贫髡f(shuō)：“讓當(dāng)下的醫(yī)療服務(wù)惠及更多的人，比提高醫(yī)療技術(shù)更有意義?！?br>
埃森哲（Accenture）咨詢公司預(yù)測(cè)，到2026年，最頂尖的人工智能應(yīng)用將為美國(guó)經(jīng)濟(jì)每年節(jié)省1500億美元。但病人和由稅收支撐的醫(yī)療系統(tǒng)能否從中獲益，卻不得而知。很有可能，這些收益只會(huì)進(jìn)到技術(shù)公司、醫(yī)療保健供應(yīng)商和保險(xiǎn)公司的腰包里。
科恩說(shuō)：“誰(shuí)掌握主動(dòng)權(quán)，誰(shuí)來(lái)買(mǎi)單，這才是最值得思考的問(wèn)題。人們制定商業(yè)計(jì)劃時(shí)容易產(chǎn)生幻覺(jué)，自以為清楚如何實(shí)現(xiàn)目標(biāo)?！?/p>
科恩警告說(shuō)，即便人工智能系統(tǒng)給出了成本節(jié)省方案，但如果醫(yī)生和醫(yī)療保健機(jī)構(gòu)會(huì)因此虧本，他們可不一定會(huì)采納。這其實(shí)反映出更大的問(wèn)題，涉及美國(guó)健康保險(xiǎn)公司的運(yùn)作方式。這些公司是按服務(wù)收費(fèi)的，而這種模式往往會(huì)鼓勵(lì)醫(yī)生和醫(yī)院增加不必要的檢測(cè)和醫(yī)療流程。
或許還有一種應(yīng)用人工智能的方法，既保證醫(yī)生的主導(dǎo)權(quán)，又能提升診斷效率。在2019年出版的《深度醫(yī)學(xué)》（Deep Medicine）中，斯克里普斯研究轉(zhuǎn)化研究所所長(zhǎng)兼創(chuàng)始人埃里克·托波爾（Eric Topol）提出，可以設(shè)計(jì)一個(gè)超級(jí)醫(yī)療Siri，記錄醫(yī)生和病人之間的互動(dòng)。這些記錄會(huì)備份在患者的電子健康檔案中，提醒醫(yī)生詢問(wèn)病人的相關(guān)病史。
托波爾說(shuō)：“我們希望讓醫(yī)生卸下數(shù)據(jù)記錄員這個(gè)負(fù)擔(dān)，把更多的精力花在病人身上。有了人工智能來(lái)整理數(shù)據(jù)，醫(yī)生就不需要費(fèi)太大的力氣審查數(shù)據(jù)。”
科恩說(shuō)，這種“有著永久記憶的醫(yī)療助理”，或者說(shuō)“抄寫(xiě)員”，要能自動(dòng)跟蹤和轉(zhuǎn)錄醫(yī)生與病人的多種聲音。他很欣賞托波爾德想法，但他也提到，目前大多數(shù)在研的人工智能應(yīng)用，似乎都和醫(yī)療助理關(guān)系不大。不過(guò)Saykara和DeepScribe等公司也照這個(gè)思路開(kāi)發(fā)了一些服務(wù)，甚至谷歌也和斯坦福大學(xué)合作，測(cè)試類(lèi)似的“數(shù)字抄寫(xiě)員”技術(shù)。
AI助理”聽(tīng)上去沒(méi)有“AI醫(yī)生”那么高大上，但這項(xiàng)技術(shù)可以幫助醫(yī)生騰出更多的時(shí)間專注于病人，從而提高醫(yī)療保健的整體質(zhì)量。尤其是家庭醫(yī)生，他們超過(guò)一半的工作時(shí)間都花在把數(shù)據(jù)輸入到電子健康檔案中。這種身體和精神上的雙重疲勞往往會(huì)引起可怕的后果，比如病人的死亡。
諷刺的是，設(shè)計(jì)電子健康檔案的最初意愿，是想通過(guò)優(yōu)化病人信息的獲取，來(lái)提高醫(yī)療質(zhì)量，降低成本。托波爾和許多專家都指出，對(duì)于當(dāng)下圍繞人工智能在醫(yī)學(xué)和醫(yī)療領(lǐng)域天花亂墜的宣傳而言，電子健康檔案是一個(gè)警示。
這個(gè)分崩離析，各自為營(yíng)的電子病歷系統(tǒng)領(lǐng)域背后的始作俑者，就是數(shù)百家獨(dú)立供應(yīng)商，他們善于隔離患者數(shù)據(jù)，使得醫(yī)生和患者都無(wú)法自由訪問(wèn)這些數(shù)據(jù)。如果說(shuō)歷史在這里能起到丁點(diǎn)作用的話，科技公司和醫(yī)療衛(wèi)生部門(mén)應(yīng)該能注意到要避免重蹈只為自己的AI貯藏?cái)?shù)據(jù)的覆轍。
科馬內(nèi)尼說(shuō)，可以采用集成智能系統(tǒng)，對(duì)來(lái)自不同來(lái)源的醫(yī)療建議進(jìn)行排名。他正在借助Human Dx進(jìn)行嘗試。在美國(guó)醫(yī)學(xué)會(huì)等大型醫(yī)療機(jī)構(gòu)的支持下，Human Dx建立了一個(gè)在線平臺(tái)，為數(shù)千名醫(yī)生就特定醫(yī)療案例提供眾包建議。理論上，這個(gè)平臺(tái)某一天或許也能集成許多不同人工智能系統(tǒng)的診斷建議。
托波爾說(shuō)，當(dāng)醫(yī)生還在等待AI助理的問(wèn)世時(shí)，Human Dx這樣的眾包工程“已經(jīng)能幫助提高診斷效果，甚至提出改善療法的建議”。2018年，他在一個(gè)類(lèi)似的平臺(tái)Medscape Consult上，與人合作撰寫(xiě)了一份研究報(bào)告。該報(bào)告總結(jié)，人類(lèi)智慧集成可能是人工智在醫(yī)藥領(lǐng)域的“競(jìng)爭(zhēng)對(duì)手或互補(bǔ)方案”。
但若能通所有的測(cè)試和臨床檢驗(yàn)，人工智能服務(wù)或許將成為人類(lèi)在重塑現(xiàn)代醫(yī)療保健中極重要的合作伙伴。
托波爾說(shuō)：“有些事情機(jī)器永遠(yuǎn)做不好，有些事情機(jī)器的能力卻遠(yuǎn)在人類(lèi)之上。因此人類(lèi)與機(jī)器的合作，必將形成一個(gè)無(wú)比強(qiáng)大的團(tuán)隊(duì)?！?/p>
聯(lián)系客服
