距离AI+医疗的时代到底还有多远？

“有时能治愈，常常去缓解，总是去安慰。”这句名言被认为简洁地阐释了医学的本质，它镌刻在长眠於美国撒拉纳克湖畔的结核病疗养先驱爱德华·利文斯顿·特鲁多医生的墓碑上。

一百多年过去了，医学每天都在发生着革命性的变化，尤其在人工智能的赋能下，医学的技术性得到了前所未有的提高。

有美媒日前称，中国将人工智能运用於医学领域的步子领先於美国，有130多家企业在利用人工智能提高中国医疗系统的效率，并暗示美国的企业应该更多地将AI应用於医疗领域。

几天后的2月20日，谷歌大脑研究人员宣布可以使用深度学习分析大量（数万级别）的视网膜图像，以此预测心血管疾病突发的风险，获得人体解剖学和疾病变化之间的联系。据称，这是医生此前完全不知道的诊断和预测方法。

AI医师助理接棒人体健康“守护者”的推进过程，似乎已经开始读秒，在深度学习、迁移学习等不断涌现的新人工智能技术中，AI似乎很快就能尽数掌握医生的技术，并可能更精深。顶级会计师事务所普华永道的相关报告认为，“人工智能最初可能被作为人类医生的辅助措施来采纳，持续性的互相配合将提高诊疗系统的准确性，未来人类将有足够信心完全授权AI系统进行自主操作”。

把病人的身体和生命交给机器人……这样的想象会不会让特鲁多医生深深叹息，又或者是击节惊叹？
 

初级阶段： 距真正的“AI＋医疗”尚有距离

“普华永道去年10月发布的全球AI报告分析了各个主要行业受人工智能技术发展的影响，认为影响最大的是医疗健康和生物制药产业。”北京深知无限人工智能研究院CEO高迪说。实际上，从2011年开始，医疗领域一直在AI行业应用中位於前列，国际数据公司在其《全球半年度认知／人工智能支出指南》中将医疗人工智能列为2016年吸引最多投资的领域之一，这个趋势并没有减缓。

投资的热度、业态的兴盛，使得AI在医疗领域的应用几乎月月刷新人们的认识——从最开始的人形“晓医”为患者回答问题、初步分诊，提供就诊流程、科室位置等信息，到去年11月，科大讯飞“智医助理”机器人以456分的成绩通过了临床执业医师考试，再到“火眼金睛”的肺部结节等图像识别系统的应用，AI落地医疗目前正在为一线医生降低劳动强度，并帮助医疗资源覆盖到偏远地区。

尽管进步很大，但距离真正的“人工智能＋医疗”还有一定的距离。目前很多案例并不流畅，北京深知无限人工智能研究院首席科学家、欧洲科学院院士汉斯·乌思克尔特坦言，人工智能以数据为生命线，目前连最基础的医学信息提取都是非常困难的事情。

“从非结构化数据当中提取信息，是非常重要的工作。非结构化数据可以是影像，也可以是文本。”汉斯说，将来源不同的数据与具体病例关联，进而进行研究。“这些数据需要在机器内部互相理解，比如手术报告，医生会以个性化的语言书写，除了真相外，医生还会写下他怀疑的信息，否定的信息等，如何将这些信息提取出来，进行分门别类的分析呢？”汉斯介绍，很多医疗领域从业者已经建立了很大的知识库，比如联合医疗语言系统，这是一个非常大的知识体系，有18万不同的概念，算是一个小型的“知识图谱”，作为基础架构更待共同完善。

汉斯表示，在医学领域AI从3个方面大展拳脚：一是临床研究，二是药理学相关研究，三是帮助医生衡量不同因素，依据数据提出建议。“我们把它叫作决策支持，而不是决策本身。”汉斯强调，因为最终的决策总是要由医生做出的。

此外，也有另辟蹊径的突破，汉斯讲到，在柏林有一个病人手脚都不能动，通过脑机接口的科学实验，机器帮助他与人进行沟通交流，有了机器和人脑的交互，他就可以重新和世界进行交流。

发展关键：数据积累是完成任务的前提

“我们医院有专门的病案数据统计部门，积累了大量的患者基本情况和他们的疾病诊断、治疗等数据，数据统计部门计划通过对这些数据的分析更好地为治疗患者提供支持。”北京大学肿瘤医院季新强说。

以北京大学肿瘤医院为代表，很多医院都建立了数据中心，将疾病的信息积累起来，用於挖掘分析。在北京西山，中国医学科学院阜外医院基於专业的私有云搭建起国家级、可共享延展的健康医疗大数据和生物样本库平台，通过深度挖掘、利用数据样本，旨在帮助医生精准治疗，并寻找新药靶点，指示功能基因位点。

数据积累是AI得以完成任务的前提。在谷歌大脑对於从视网膜图像，辅以各种因素如年龄、性别、吸烟史、血压等，预测心血管疾病风险的任务中，系统使用了130000个视网膜图像进行训练。

发现传统方法感知不到的细节，中国科学家们也在进行前沿的研究。中国科学院软件所研究员田丰介绍，他的团队在国家重点研发计划的支持下正在开发各种医用级的穿戴设备，“在传统的帕金森病诊断过程中，医生会让患者在纸上连线、画螺旋以判断病情。而有了传感器的笔可以探测到使用者的用笔压力变化、用笔方式等之前采集不到的信息，我们发现这些也和帕金森病的前期征兆有关”。

“手部姿态的获取，正在试点应用於智能诊室中，帮助医生诊断神经系统方面的疾病”，田丰说，项目参与单位协和医院正在进行试点应用，进一步的研究还在跟进。

终极形态： AI医生或许不会真正到来

尽管达芬奇外科机器人已经使用微创的方法，实施了多台复杂的外科手术，但研究公众健康传播多年的顶尖学者田向阳却认为并不能将病人交给机器人。他在《医患同心 医患沟通手册》一书中写道：“医乃仁术，医学是仁爱的。”

“医学首先是人文的，而不是技术的。”田向阳由故事讲起，二战时纳粹集中营中有一位犹太医生，他看到一位刚被毒打过的犹太同胞因为疼痛而大声喊叫和呻吟，但因为没有抢救器具而心急如焚，他在无奈中下意识地把对方揽在怀里，而就在此时，奇迹出现了，病人骤然停止了喊叫和呻吟，一下子安静下来，脸上露出安详的表情，仿佛他不疼了，仿佛身体上重伤一下子好了。

这个故事正应了文章开头的那句话，技术上的治愈只是医学的“有时”。田向阳介绍，在健康的影响因素中，技术性医疗服务占比不到10％，还有人类生物学因素、社会与物质环境因素、心理行为因素等。现代循证医学为人类健康问题的解决提供了重要的指导思想，但是询证医学并非完美无缺，如通过AI技术获得的有效性证据是99％，那对於属於1％的患者来说却是100％的痛苦和不幸。

“人是世界上最精密、复杂、敏感的生命体，同样的疾病在不同的个体上表现迥异，一种疾病在同一个体上的不同阶段区别巨大，医学说到底是人学，不是机械学、物理学，也不是生物学、细胞学和疾病学，医学比任何一个学科都要复杂得多。人的问题必须靠人解决，单纯依靠技术是行不通的。”

田向阳表示担忧，过度依赖人工智能技术，会把浸透着人文温情的医学变成冷冰冰的技术，把温暖的医院变成人体修理厂，有违医学的“初心”，最终可能会导致医学的异化。

在医疗领域，人工智能的应用具有广阔的前景，如疾病诊断、病因推断、治疗方案遴选、精密手术等，但前提是必须由医生来操控，任何人工智能技术都只能是人脑和人手的延伸，是帮助医生解决患者健康问题的工具。可见，AI诊疗的最后一步，是最遥远的一步。