設想一下，你去一家醫(yī)院看病，一進診療室的門就有一位護士不斷地為你拍照，然后這些照片會上傳到一臺AI設備里，這個設備則會根據(jù)照片里你的模樣來進行病情診斷……而在整個過程中，不會出現(xiàn)任何專業(yè)的人類醫(yī)生。

是不是覺得不可思議?即使現(xiàn)在AI醫(yī)療發(fā)展得很快，一些AI在醫(yī)療領域實現(xiàn)了不同程度的落地，比如AI識別醫(yī)學影像、藥物研發(fā)、輔助診斷等，但這些AI起到的基本還是輔助作用，最終負責決斷的依舊是人。讓AI執(zhí)證上崗，獨立地做臨床診斷，似乎從未見過。

然而，這樣的“看病模式”可能已經(jīng)開始了。

近日，美國食品和藥物監(jiān)管局(FDA)首次批準了一種人工智能診斷設備IDx-DR，該設備可以通過觀察視網(wǎng)膜的照片來檢測一種眼科疾病，并且不需要專家醫(yī)生的參與。

也就是說，這個叫IDx-DR的AI設備竟然有了上崗證，成為了一名真正的“醫(yī)生”!

科學家們不斷攻破一個又一個的技術難關，我們高興的同時，卻也有隱憂。醫(yī)療AI之路越走越順暢，但現(xiàn)在就出現(xiàn)獨立的AI醫(yī)生，合適嗎?

AI醫(yī)生要“獨立”，還缺乏完整的產(chǎn)業(yè)鏈

智能相對論(aixdlun)分析師顏璇認為，我們要想讓AI醫(yī)生獨立起來，必須在一開始就深入研究產(chǎn)業(yè)布局和各產(chǎn)業(yè)鏈每個環(huán)節(jié)的協(xié)調和共生的發(fā)展，否則，只要里面有一個環(huán)節(jié)發(fā)展不良，就會導致智能醫(yī)療的結構出現(xiàn)上下游之間的斷檔，亦或被技術倫理問題所牽絆。

1.AI醫(yī)生的落地還沒有標準

從患者端或者是其它的醫(yī)療使用端來看，醫(yī)療AI其實在短時間內不會有特別大的變化。因為證批不下來，以及如何為一個AI醫(yī)生去批證也是模糊的。AI醫(yī)生合格的標準是什么?是器械的精密性，還是診斷的正確率?即使是FDA批準的IDx-Dr，在一項使用了900多張圖像的臨床試驗中，檢測到視網(wǎng)膜病變的正確率也僅是87%。

歸根結底，AI醫(yī)生能否落地，并不是要思考機器究竟算不算人的哲學問題，而是行政是否授權的問題。在醫(yī)療領域，一個產(chǎn)品的落地，必定包括許可證、醫(yī)學嚴謹性的問題，聘用一個獨立的AI醫(yī)生，這可能還有比較長遠的路要走。

2.“售后”服務不好辦

在現(xiàn)實生活中，病人碰上了醫(yī)生誤診，可以要求醫(yī)院賠償或者處分該醫(yī)生;醫(yī)生給你看病，5個里面治好3個可能就差不多了。然而AI給你看病，可能100個里就錯了1個，那唯一被看錯的那個會怎么想?遇到水平不夠好的醫(yī)生，還能自嘲一句“遇人不淑”，遇到誤診的AI呢，恐怕就沒那么寬容了。

首先，追責醫(yī)院和廠家肯定少不了。然后呢，要怎么辦?“罪魁禍首”AI還沒有受到任何處理呢。

銷毀掉這個AI醫(yī)生嗎?或者把這個AI醫(yī)生的“頭腦”格式化，以示懲罰?但是，一把抹滅它看對了99個病人的功勞似乎不妥。而且，在醫(yī)學方面，隨著電子病歷和數(shù)字膠片的積累，大量結構化病例被用于機器學習，對于AI醫(yī)生，這個模型訓練的大數(shù)據(jù)至少是以10萬份為起點。

AI是一種集體交付的結果，從程序、算法的開發(fā)到機械安裝，處理掉一個AI醫(yī)生的成本是難以計算的。假設病人家屬一時氣憤，怒摔機器，恐怕還會收到一筆昂貴的賠付賬單。所以，如果AI出錯，權責可以由醫(yī)院和公司來承擔，但對于這臺“犯錯”了的機器，要如何處置才能平息病人的怒火呢?

3.AI醫(yī)生讓“患者”變?yōu)?ldquo;消費者”

醫(yī)療行業(yè)有個特點：核心服務由單個專業(yè)技術人員提供。到醫(yī)院看病我們關心哪個醫(yī)生出診，會去比較這個醫(yī)生的口碑如何，服務地點和所在機構在很大程度上也會影響我們的評價，醫(yī)院的品牌會引導患者的就醫(yī)決策。三甲醫(yī)院的醫(yī)生和二甲醫(yī)院的醫(yī)生你更傾向選誰做主治醫(yī)生呢?

一旦擁有了自主的AI醫(yī)生，AI不再像高科技的醫(yī)療設備作為醫(yī)院宣傳的噱頭，以及提升醫(yī)生效率的工具，而是進入獨立診斷，成為一個“專業(yè)人員”。雖然核心服務依舊由單個專業(yè)技術人員提供，但服務地點和醫(yī)療機構似乎不那么重要了，創(chuàng)新者的話語權將會更大，引導患者就醫(yī)方向的將會是產(chǎn)出這個AI醫(yī)生的公司。如此，患者的身份會更貼近“消費者”。代入消費者后，醫(yī)患關系也會變得冰冷。

醫(yī)學AI或許比醫(yī)療AI更靠譜

其實比起越來越火的智能醫(yī)療，醫(yī)學AI可能更符合當今社會的發(fā)展。我們要明確，醫(yī)學和醫(yī)療其實是兩個概念，醫(yī)學是科學，而醫(yī)療是以醫(yī)學科學為基礎的實踐技術。

所以，在未來，像人工智能、大數(shù)據(jù)這樣的新技術將會帶動整個醫(yī)學科學的進步。但是醫(yī)療尤其是自主的AI醫(yī)生涉及到“一線”操作，人命關天，其發(fā)展可能不會像我們想象的那么快。因為不論如何，醫(yī)療還是應該以安全、成熟、穩(wěn)定作為前提。

對于科學來講，高質量的數(shù)據(jù)是發(fā)展的寶貴引擎。而醫(yī)療健康行業(yè)、醫(yī)藥研發(fā)行業(yè)則是一座數(shù)據(jù)的金礦，醫(yī)學AI是很好的研究方向、發(fā)展方向，更多的科研領域會快速有成果出來，這些也會有更好的商業(yè)機會。

據(jù)麥肯錫估計，制藥和醫(yī)學方面的大數(shù)據(jù)和機器學習每年可以產(chǎn)生高達1000億美元的價值。這些價值來源于：更好的決策，優(yōu)化創(chuàng)新，提高研究/臨床試驗的效率，以及為醫(yī)生，病人和醫(yī)療機構創(chuàng)造新的診療手段等等。

比如IBM沃森研究中心腫瘤學部門和斯隆凱特林紀念醫(yī)院在個性化醫(yī)學的研究，他們致力于使用患者醫(yī)療信息和診療歷史來選擇最優(yōu)治療方案。除此之外。還有許多公司也致力于研究此類產(chǎn)品。

來源：前瞻經(jīng)濟學人

前谷歌CEO施密特曾說過，“計算機確實可以在分析很多有用信息方面發(fā)揮作用，比如預測疾病的結果。但如果自己生病了，仍然想要由一個人來負責，會找醫(yī)生來看病，不過醫(yī)生需要掌握最新的醫(yī)療技術來幫助做決定。”

本質上，人工智能的概念是增強人類的智能。正如蒸汽機節(jié)省人類的體能，電話加強了人類之間的聯(lián)系，計算機強化了人類的計算能力，機器的協(xié)助并沒有取代人類的活動，它只是擴展了人的技能和專業(yè)水平。

所以，就醫(yī)療AI而言，一個獨立的AI醫(yī)生或許比不上一個起輔助作用的虛擬助手。如果智能醫(yī)療的創(chuàng)新站在醫(yī)生一邊，為醫(yī)生賦能，創(chuàng)新成功的概率會大大增加。因為這樣能給醫(yī)生帶來實在好處，醫(yī)生也會積極主動的去配合。但如果將AI醫(yī)生放進醫(yī)院，醫(yī)生只會覺得自己的職業(yè)受到了威脅，主動性恐怕也高不到哪里去。

圖片來源：前瞻經(jīng)濟學人

而從目前趨勢來看，恐怕也沒有多少企業(yè)想要打造出一個獨立的機器人醫(yī)生。正如很多新聞報道的那樣，人工智能現(xiàn)在能夠幫助建立患者病歷，節(jié)省了醫(yī)生的時間，還有，人工智能還可分析X光片和CT，不過診斷和開藥還是只能由醫(yī)生完成。

即使目前很多巨頭都在努力，谷歌在近日也推出了一款AI+AR的腫瘤診斷系統(tǒng)，但我們現(xiàn)在的醫(yī)療生態(tài)系統(tǒng)依舊是“石器時代”，因為很多系統(tǒng)還不夠完善，我們要認清使力的方向，提高醫(yī)學領域的進步速度，還需要投入更多的AI人才，加速醫(yī)學領域的AI研究進程。