人工智能不是為了diss醫生

文／王擁軍

在近日落幕的全球首次神經影像人工智能人機大賽總決賽中，我們聽到了醫學研究與診療模式向前邁進的腳步聲。

事實上，醫療的每一個領域都可以有人工智能參與。人工智能的目的是模仿人類的認知功能，通過對各種類型的醫療數據進行可用性分析，促進醫療服務提升。目前，人工智能技術包括結構化數據的機器學習方法，如深度學習、非結構化數據的自然語言處理等。相應的工具開發已經應用于癌癥、神經系統疾病和心臟病等疾病治療。此外，人工智能在中風患者的治療中也有一定作用，主要涉及早期檢測、診斷和治療以及預后預測和預后評估等。

其實，人工智能和醫生之間是沒有競爭關系的，此次大賽舉辦的初衷并非將醫生和人工智能對立起來，而是試圖通過專業技術的比拼平臺，在比賽中讓醫生都能體驗到人工智能的魅力，讓醫生對人工智能有更清晰的認知并消除對其的隔閡與恐懼。特別是讓部分對人工智能抱有懷疑態度的醫生，進一步了解人工智能，促進人工智能在未來臨床醫學診斷中的發展。

在診斷過程中，人工智能在幫助醫生完成篩選和參考之后，診斷結果還是由醫生進行取舍判斷。從大數據深度學習的概率上看，人工智能具有一定優勢，甚至在手術的精細程度方面也可以超越人類。基于此，人工智能的主要作用是代替枯燥的勞動，同時又延伸人由于生物性的限制難以發展的部分技能。因此，醫療機器人只是一個醫療工具，不能代替醫生的診療，而是讓診療的過程更加方便的工具。

尤其是在面對復雜的病例時，我們更是要依靠醫生的力量，因為人類在面對復雜事物時的分析和決斷能力比計算機的算法更精妙。更何況在復雜的醫學領域，每一名患者都可能存在人工智能難以識別的特殊情況，這就更加依賴于醫生的精準判斷。

可以說，人工智能在醫療領域前景廣闊，但在醫療領域的發展才剛剛起步，將研發成果轉變成醫療產品還需要漫長的過程。首先，要繼續加強科研，促進技術的成熟。醫療人工智能，除算法外，最重要的是高質量的大數據。如果原始數據有問題，再好的數據處理方式也不會有正確的結果，再好的人工智能設備也無法發揮預期作用。同時，醫療大數據產品落地使用的先決條件之一是政策法規的支持，這也需要企業及醫療機構積極與政府部門溝通，使得各類審批管理辦法跟上市場的發展。相關部門要制定審批人工智能醫療機器人的規則和評價方法，法律部門要明確使用人工智能治療時的醫療職責，爭取早日商討制定出適合行業發展的法規準則。