人工智慧真能取代醫生嗎？

近幾年，「人工智慧（即AI）」火了。從超聲圖像診斷人工智慧挑戰影像醫生，再到乳腺癌診斷AI對決病理專家等，隨著技術成熟，人工智慧開始輻射到更多醫療領域。

越來越多的醫生在擔憂：哪個科室醫生會最先被替代，病理科、放射科、超聲科和檢驗科被列入第一批名單。那麼，人工智慧真的能取代醫生嗎？

6月30日，由中國卒中學會、國家神經系統疾病臨床醫學研究中心和首都醫科大學人腦保護高精尖創新中心共同主辦的全球首個神經影像人工智慧「人機大戰」決賽將在京開戰。記者從北京天壇醫院了解到，目前已有來自全國385家醫院及各類醫療機構，700餘名醫生報名參賽，其中6人順利通過預賽入圍決賽，期待與AI酣戰一場。

AI診斷測試正確率達95%

第一次得知AI開發團隊想使用醫院保存的病歷，通過「學習」提升診斷能力時，高培毅教授頗感懷疑。

高培毅教授是北京天壇醫院神經影像學中心主任，著名神經放射學專家，他做了一輩子影像學診斷，深知人腦高度複雜，有數不清的謎團等待揭開。經驗豐富的醫生做診斷，尚且沒把握，AI真的行嗎？

對於電腦輔助醫學診斷，高培毅並不陌生。上世紀90年代初，他在美國猶他大學醫學院求學時，便學習了代碼編程、資料庫等技術，並以《肺部球形病灶的計算機輔助診斷》為題完成了計算機課的結業論文。回國後，他用一台386電腦和DOS系統，不僅為科室設計出醫用功能軟體，還為合作的醫學雜誌社編了一套收稿系統。

「這方面我感興趣，也相對比較了解和關注。當領導第一次把我們幾個叫到辦公室，提起AI神經影像診斷是未來的發展趨勢，我內心是認同的。不過你問它能不能替代我，目前門兒都沒有。」高培毅教授說。

高培毅教授決定先出個考題，試試AI的實力。考題包含了幾百例常見腫瘤的影像病例，不到一周時間，AI便給出了診斷結果，正確率達到95%以上。

這一結果，讓院方和AI技術團隊都非常興奮。

AI在某些領域，可能比人做得更好

初試合格，院方與AI開發團隊達成正式合作協議，AI開始系統「學習」北京天壇醫院近10年來接診的、數萬餘神經系統疾病患者病歷，特別是對腦膜瘤、垂體瘤、膠質瘤等常見病的圖像識別。

高培毅教授對記者說，AI「拜師」不過半年多，如今它在一些神經系統常見病的診斷上已遊刃有餘，在部分腦瘤的影像診斷上，準確率達到90%以上，相當於高級職稱醫師的水平。

浙江大學睿醫人工智慧研究中心主任吳健表示：「在局部領域，AI很有可能會比人做得更好，但是在整體上，AI目前要想超過頂尖醫生，還是非常困難的。AI診斷準確率高，是因為人告訴它這樣做。但對於新出現的問題，AI是無法深入研究、總結規律的，仍要依靠人類。」

AI診斷系統讓醫生收入更高

備戰「人機大戰」，高培毅教授為提升AI診斷系統的應戰能力進行「集訓」，讓AI診斷系統閱讀了更多的病歷。一般來說，一名醫生閱讀300多個病例大概需10小時以上，耗費精力讓醫生直呼「崩潰」，可AI只需不到半個小時就能完成。

「除了學習速度快之外，AI診斷系統的穩定性也明顯超越人類。它不知道累，也不受外界干擾因素的影響。不像醫生會被情緒、狀態、時間地點等外界因素打擾，從而影響描述的準確性。它永遠保持冷靜，水平穩定。」高培毅表示。

對於6月30日「人機大戰」的結果，清華大學教授、清影科技CEO鄒昊預測說：「就算機器贏了醫生，也不能說明這些醫生的水平低，只能說明通過AI診斷系統來輔助診斷，會有一個非常光明的未來。有了AI診斷系統，我們醫生今後不會再那麼累、再那麼辛苦了。」

鄒昊認為，公眾對「大戰」結果應理性看待。醫生也可能出錯，錯誤率可能遠遠高於AI診斷系統，但人們往往會更關注後者的錯誤率，比如AI診斷系統的準確率達到70%，大家就會覺得太低了，因而否定它，其實，人類醫生的診斷準確率可能還沒這麼高。

鄒昊認為AI診斷系統普及後，不僅不會讓醫生下崗，還會增加他們的收入。他說：「診斷效率提升了，醫生的收入必然會隨之上漲。這是人和機器最好的一種合作模式。」

影像科醫生不是「看片匠」

對於人工智慧正在「取代」醫生的說法，高培毅教授表示，醫生具有不可替代性。他表示：「覺得AI診斷系統能取代醫生的人，把醫生工作看得太簡單了。有的專家每周只出2個半天的門診，但人家在此前幾十年從醫之路中，已積累了深厚經驗。」

「AI診斷系統也許可以取代『看片匠』的角色，但它永遠不可能成為一個真正的醫生。」高培毅教授說。

吳健告訴記者：AI診斷系統只是一個工具，搶不走醫生的工作。他舉例說：「在沒有計算器之前，我們用心算或者手算來計算，計算器出現後，它只是輔助我們把工作做得更好、更快，但這並不意味著人們因此失業了。同樣，AI診斷系統也一樣，它讓百姓能夠輕鬆、便捷地看上病、看好病，這是多好的事。」

AI診斷系統高度依賴數據真實性和數據質量，而北京天壇醫院的腦血管病資料庫是我國目前最有價值的醫學資料庫之一。

「我對AI診斷的希望，首先是希望它能做一些醫生覺得『煩』的、低附加值的、重複性的工作，可以把醫生的一部分精力解放出來。在這個學習的過程中，我也會把我的經驗告訴AI診斷系統，比如說某種病只有男性會得，某種病90%都發病於兒童等等，從而進一步提升它的學習效果。」高培毅表示。

鄒昊表示：「人工智慧可以看醫生一輩子沒法看完的病例和影像，幾十萬甚至是上百萬，從人工智慧綜合表現來看，機器超過人的概率還是很大的。有研究顯示，例如給醫生充足時間診斷病例，準確率在90%左右，機器達到95%，如果人和機器結合在一起的話，準確率更高，有可能達到99%。」

AI幫醫生卸下工作負擔

統計數據表明，國內醫療影像數據量每年增長超過30%，但放射科醫生數量年增長僅為4.3%，人員的增長速度遠遠跟不上實際需要，供不應求的矛盾愈演愈烈。多數患者一定有這樣的經驗，去醫院初診，最常聽到的一句話一定是「拍張片子看看」，可隨著各級醫院影像設備的大規模引入，能為患者「拍片子」和「看片子」的醫生之間的缺口逐年增大。

在北京天壇醫院，近年來，伴隨著門診量和外地患者數量的提升，高培毅教授帶領的影像科醫師隊伍不到30人，每天分兩班，工作16個小時以上，仍無法滿足患者的需要，存在嚴重人力不足。

從全國範圍來看，影像科人才資源地域性分配不均衡的問題也十分突出。以腦腫瘤為例，北京天壇醫院每年手術量約為1萬餘例，而在大部分基層醫院，這個數字可能只停留在兩位數。大多數患者即使在基層做了檢查，還是會選擇攜帶片子到三甲大醫院來看。

實際上，患者從基層到大醫院，經歷了層層渠道，片子也往往是拍了又拍。這樣的過程，不僅給基層帶來了患者的流失，對患者而言，也造成了經濟上的巨大浪費和損失。

今年1月，國家神經系統疾病臨床醫學研究中心、首都醫科大學附屬北京天壇醫院聯合發起成立了天壇神經系統疾病專科聯盟(以下簡稱專科聯盟)，它囊括了全國近300家具有神經學科優勢的三級醫院加盟。未來，包括神經系統AI影像判別技術在內，聯盟內部將實現專家、臨床、科研、教學等資源共享。

在基層醫院，利用AI技術為診斷賦能，讓基層醫生在讀片診斷上與大醫院具備同等水準，提升診療效率，減少患者不必要的診療環節和經濟損失。

在北京天壇醫院，藉助AI有效挖掘信息與疾病的潛在聯繫的能力，還可輔助醫生對疾病做出更為精準的預測，如預測患者血腫後是否會大出血的準確度，可從人為判斷的60%提升至90%，輔助醫療團隊提前為患者可能遇到的危險提供解決方案。

「理想狀態下，這套系統正式應用後，至少可以替代醫生20%的工作時間。」高培毅教授表示。

出了問題，責任屬誰

雖然人工智慧熱度高，但很多人對它有疑慮。吳健認為，要讓大家接受人工智慧，關鍵要落實好責任歸屬問題。

「醫生在給患者看病時，存在一定誤診率，人工智慧軟體也會有偶然情況發生。如果機器參與診斷，萬一有誤診，該怎麼辦？」吳健說。

鄒昊表示：「『人機大戰』是好事，但最終目的不是爭出個誰輸誰贏，未來應人機協同，無論是機器診斷出來、醫生同意，還是機器診斷出來、醫生不同意，決策的最終主體都在人身上。」鄒昊認為，醫生應承擔起這個責任。

「現在醫生少，就診者比較多，醫生對於每個來就診者，只有兩三分鐘來做判斷。AI診斷系統的效率會高一點，過去醫生要花半個小時才能完成的分析，它可能2分鐘就完成了，但AI診斷系統不了解就診者的實際心情，也無法與患者交流，更不可能給他們以撫慰。也許將來會有更高級別的產品，能把人的情感也加入到AI診斷系統中。」鄒昊說。

專家認為，期待AI診斷系統能迅速發展、成熟，這樣不僅能讓二三線城市患者，乃至鄉村患者，也可以享受到高水平的普惠醫療。

文/本報記者 楊淑夢

著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。

微信用戶可關注 中國家庭報官微（zhongguojiatingbao1）。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！