当AI遇上医疗，你不会被取代，但终会被淘汰

“

近年来，人工智能变得越来越“聪明”，并开始在许多领域发挥独特的作用。

”

近期，一家人工智能公司与英国摩尔菲尔兹眼科医院近日共同发布研究成果，称人工智能算法在诊断眼部疾病的精准度上超越了人类医生。

这款人工智能算法主要通过分析患者眼部的3D成像——光学相干断层扫描（近年迅速发展的一项成像技术，简称OCT）图像，诊断与老龄化致盲有关的黄斑部退化、青光眼和糖尿病视网膜病变等。

目前，这一算法已能检测出超过50种威胁视力的眼疾，并能给出适合患者的治疗方案，甚至可以“优先考虑”最迫切需要治疗的病人，错误率仅为5.5%。，其高精确度相当于25个医学专家从不同角度会诊的结果。

更重要的是，这款医用人工智能可以向人类“解释”自己的决策依据。具体来说，在“阅读”扫描患者眼部后，第一步将OCT分解成数个区域，并进行标注，这时产生的原始数据人类还难以理解；第二步分析各个区域的成像，然后用另一种人类可以理解的分类识别系统，来寻找可能存在的病灶迹象，这时的数据对于人类而言具有解释性和可理解性，避免了以往人工智能算法“暗箱操作”的问题，有利于医生和病人了解其决策过程，对人工智能建立信任感。

一名再资深的医生，其职业生涯中所见的病例也是有限的。据称，IBM开发的智能医疗诊断系统，在短短17秒内能阅读3000多本医学专著、4万篇论文，这可能是人类穷其一生都无法完成的。

关于AI医疗的创想很多，然而在国内，我们发现“医疗+AI”构想虽多，技术层面也不断有产品推出，应用场景的落地却少之又少。美国作为医疗行业的先行者，在诊疗方面已加入了很多医疗“黑科技”。

梅奥：联手创业企业，关注致命疾病

梅奥有6万多名员工，但医生只有4200人（7%），IT人员却有七千多。梅奥提供大量APP给患者、医生，包括教育、健康管理等大量APP，提供十亿美金级别的IT服务。苹果手机中自带的“健康”APP，是苹果公司和梅奥合作开发的，其背后的医疗数据来自于梅奥的支持。

2017年1月，梅奥诊所个性化医疗中心宣布与Tempus合作，双方将基于分析和机器学习技术为癌症患者提供个性化治疗。

2017年7月，梅奥诊所与AliveCor合作将AliveCor的AI技术与梅奥诊所的专利算法相结合开发帮助医疗和非医疗人员轻松地筛选长QT综合征的工具。长QT是一种先天的获得性疾病，每年导致三千至四千名美国儿童和年轻人猝死，美国有16万人属于这种疾病高危人群。通过这次合作，Kardia Mobile设备将开发检测长QT综合征的新方法和新技术。

患者能够更全面地了解他们的心脏健康状况，主动监测并创建心脏护理的新标准。心电图包含大量关于一个人整体健康状况的信息，并将机器学习应用于数百万条心电图记录，作为对传统心电图分析的重要改进。

克利夫兰：联手微软，优化ICU患者夜间监测

克里夫兰诊所开创了医疗领域许多首例，例如首例冠状动脉造影、首例微创心脏瓣膜手术、首例fMRI引导的脑深部电刺激手术等。

2016年9月，克利夫兰诊所与微软合作，使用微软AI数字助理Cortana进行预测性和高级分析，帮助克利夫兰诊所“确定潜在的心脏骤停高危患者”。Cortana整合到克利夫兰诊所的eHospital系统中，这个2014年启用的指挥中心目前可以从早上7点到晚上7点“监控6个ICU的100张病床”。

从受到监控的ICU收集的数据会存储在微软Azure SQL数据库里，这是一个为应用开发者设计的云端数据库。病人生命体征和实验室数据等数据信息也都会输入这套系统。利用这些数据生成的计算机模型也融合了预测性分析机器学习算法。

麻省总医院：联手NVIDIA，领跑医疗放射

麻省总医院拥有一个包含约100亿张医学图像的数据库，利用数据库总的大量表型、遗传学和成像数据可以训练深层神经网络。

2016年4月NVIDIA作为“创始技术合作伙伴”加入麻省总医院“临床数据科学中心”。当时NVIDIA已经开始了人工智能战略，而麻省总医院所设立的“临床数据科学中心”目标是成为利用医疗AI来改进检测、诊断、治疗和管理疾病。

运用人工智能，医生可以将患者的症状、测试和病史与大量其他患者的见解进行比较。最初，麻省总医院临床数据科学中心将重点放在放射科和病理学领域，这些领域拥有特别丰富的图像和数据，随后将扩展到基因组学和电子健康记录。

约翰霍普金斯：联手GE，实现智能化医院管理

2016年3月，约翰霍普金斯医院宣布启动医院指挥中心，GE Healthcare Partners作为合作伙伴，负责指挥中心的设计和建造。

平均而言，该中心每分钟从约翰霍普金斯医院的14个不同IT系统接收500条消息，生成实时数据。这些数据每30秒刷新一次，涵盖从床位可用性和手术室效率到病人状态和人员配置等所有内容，工作人员可以立即采取措施预防或解决瓶颈问题，减少患者等待时间，协调服务并降低风险。

根据约翰斯霍普金斯报告，其接受来自全国其他医院的复杂医疗状况患者的能力提高了60％、急诊科为患者病床速度提高了30％、手术后手术室转移延迟减少了70％、中午前病人数量出院增加21％。

虽然说人工智能的诊断精准度优于人类医生，但现在就预言人工智能将取代医生这个职业还为时过早。一名医生能否让患者最大程度地减轻病痛，不仅取决于其经验多少，对患者的态度以及细微的观察问诊，也起着决定性作用。

在可预见的未来，更可能的是，人类医生仍将是为患者诊病的主力。成熟的、可被解释的人工智能技术，则让医生如虎添翼，使诊疗的过程更准确、更高效、更值得信赖。

所以，对于医生来说，或许未来对医生的要求不只是诊疗水平的高明，不只是诊疗技术的先进，而是在新的形势下，努力学习掌握新技能，使自己从重复、机械性、低水平的工作中解脱出来，掌握并应用人工智能。因为，不紧跟时代的终会被淘汰！

新风口之下，如何把握机会进而弯道超车？

或许，你需要一张海外访学的通行证！