“有時(shí)能治愈，常常去緩解，總是去安慰。”這句名言被認(rèn)為簡(jiǎn)潔地闡釋了醫(yī)學(xué)的本質(zhì)，它鐫刻在長(zhǎng)眠于美國(guó)撒拉納克湖畔的結(jié)核病療養(yǎng)先驅(qū)愛(ài)德華·利文斯頓·特魯多醫(yī)生的墓碑上。

一百多年過(guò)去了，醫(yī)學(xué)每天都在發(fā)生著革命性的變化，尤其在人工智能的賦能下，醫(yī)學(xué)的技術(shù)性得到了前所未有的提高。

有美媒日前稱(chēng)，中國(guó)將人工智能運(yùn)用于醫(yī)學(xué)領(lǐng)域的步子領(lǐng)先于美國(guó)，有130多家企業(yè)在利用人工智能提高中國(guó)醫(yī)療系統(tǒng)的效率，并暗示美國(guó)的企業(yè)應(yīng)該更多地將AI應(yīng)用于醫(yī)療領(lǐng)域。

幾天后的2月20日，谷歌大腦研究人員宣布可以使用深度學(xué)習(xí)分析大量（數(shù)萬(wàn)級(jí)別）的視網(wǎng)膜圖像，以此預(yù)測(cè)心血管疾病突發(fā)的風(fēng)險(xiǎn)，獲得人體解剖學(xué)和疾病變化之間的聯(lián)系。據(jù)稱(chēng)，這是醫(yī)生此前完全不知道的診斷和預(yù)測(cè)方法。

AI醫(yī)師助理接棒人體健康“守護(hù)者”的推進(jìn)過(guò)程，似乎已經(jīng)開(kāi)始讀秒，在深度學(xué)習(xí)、遷移學(xué)習(xí)等不斷涌現(xiàn)的新人工智能技術(shù)中，AI似乎很快就能盡數(shù)掌握醫(yī)生的技術(shù)，并可能更精深。頂級(jí)會(huì)計(jì)師事務(wù)所普華永道的相關(guān)報(bào)告認(rèn)為，“人工智能最初可能被作為人類(lèi)醫(yī)生的輔助措施來(lái)采納，持續(xù)性的互相配合將提高診療系統(tǒng)的準(zhǔn)確性，未來(lái)人類(lèi)將有足夠信心完全授權(quán)AI系統(tǒng)進(jìn)行自主操作”。

把病人的身體和生命交給機(jī)器人……這樣的想象會(huì)不會(huì)讓特魯多醫(yī)生深深嘆息，又或者是擊節(jié)驚嘆？

初級(jí)階段： 距真正的“AI+醫(yī)療”尚有距離

“普華永道去年10月發(fā)布的全球AI報(bào)告分析了各個(gè)主要行業(yè)受人工智能技術(shù)發(fā)展的影響，認(rèn)為影響最大的是醫(yī)療健康和生物制藥產(chǎn)業(yè)。”北京深知無(wú)限人工智能研究院CEO高迪說(shuō)。實(shí)際上，從2011年開(kāi)始，醫(yī)療領(lǐng)域一直在AI行業(yè)應(yīng)用中位于前列，國(guó)際數(shù)據(jù)公司在其《全球半年度認(rèn)知/人工智能支出指南》中將醫(yī)療人工智能列為2016年吸引最多投資的領(lǐng)域之一，這個(gè)趨勢(shì)并沒(méi)有減緩。

投資的熱度、業(yè)態(tài)的興盛，使得AI在醫(yī)療領(lǐng)域的應(yīng)用幾乎月月刷新人們的認(rèn)識(shí)——從最開(kāi)始的人形“曉醫(yī)”為患者回答問(wèn)題、初步分診，提供就診流程、科室位置等信息，到去年11月，科大訊飛“智醫(yī)助理”機(jī)器人以456分的成績(jī)通過(guò)了臨床執(zhí)業(yè)醫(yī)師考試，再到“火眼金睛”的肺部結(jié)節(jié)等圖像識(shí)別系統(tǒng)的應(yīng)用，AI落地醫(yī)療目前正在為一線醫(yī)生降低勞動(dòng)強(qiáng)度，并幫助醫(yī)療資源覆蓋到偏遠(yuǎn)地區(qū)。

盡管進(jìn)步很大，但距離真正的“人工智能+醫(yī)療”還有一定的距離。目前很多案例并不流暢，北京深知無(wú)限人工智能研究院首席科學(xué)家、歐洲科學(xué)院院士漢斯·烏思克爾特坦言，人工智能以數(shù)據(jù)為生命線，目前連最基礎(chǔ)的醫(yī)學(xué)信息提取都是非常困難的事情。

“從非結(jié)構(gòu)化數(shù)據(jù)當(dāng)中提取信息，是非常重要的工作。非結(jié)構(gòu)化數(shù)據(jù)可以是影像，也可以是文本。”漢斯說(shuō)，將來(lái)源不同的數(shù)據(jù)與具體病例關(guān)聯(lián)，進(jìn)而進(jìn)行研究。“這些數(shù)據(jù)需要在機(jī)器內(nèi)部互相理解，比如手術(shù)報(bào)告，醫(yī)生會(huì)以個(gè)性化的語(yǔ)言書(shū)寫(xiě)，除了真相外，醫(yī)生還會(huì)寫(xiě)下他懷疑的信息，否定的信息等，如何將這些信息提取出來(lái)，進(jìn)行分門(mén)別類(lèi)的分析呢？”漢斯介紹，很多醫(yī)療領(lǐng)域從業(yè)者已經(jīng)建立了很大的知識(shí)庫(kù)，比如聯(lián)合醫(yī)療語(yǔ)言系統(tǒng)，這是一個(gè)非常大的知識(shí)體系，有18萬(wàn)不同的概念，算是一個(gè)小型的“知識(shí)圖譜”，作為基礎(chǔ)架構(gòu)更待共同完善。

漢斯表示，在醫(yī)學(xué)領(lǐng)域AI從3個(gè)方面大展拳腳：一是臨床研究，二是藥理學(xué)相關(guān)研究，三是幫助醫(yī)生衡量不同因素，依據(jù)數(shù)據(jù)提出建議。“我們把它叫作決策支持，而不是決策本身。”漢斯強(qiáng)調(diào)，因?yàn)樽罱K的決策總是要由醫(yī)生做出的。

此外，也有另辟蹊徑的突破，漢斯講到，在柏林有一個(gè)病人手腳都不能動(dòng)，通過(guò)腦機(jī)接口的科學(xué)實(shí)驗(yàn)，機(jī)器幫助他與人進(jìn)行溝通交流，有了機(jī)器和人腦的交互，他就可以重新和世界進(jìn)行交流。

發(fā)展關(guān)鍵：數(shù)據(jù)積累是完成任務(wù)的前提

“我們醫(yī)院有專(zhuān)門(mén)的病案數(shù)據(jù)統(tǒng)計(jì)部門(mén)，積累了大量的患者基本情況和他們的疾病診斷、治療等數(shù)據(jù)，數(shù)據(jù)統(tǒng)計(jì)部門(mén)計(jì)劃通過(guò)對(duì)這些數(shù)據(jù)的分析更好地為治療患者提供支持。”北京大學(xué)腫瘤醫(yī)院季新強(qiáng)說(shuō)。

以北京大學(xué)腫瘤醫(yī)院為代表，很多醫(yī)院都建立了數(shù)據(jù)中心，將疾病的信息積累起來(lái)，用于挖掘分析。在北京西山，中國(guó)醫(yī)學(xué)科學(xué)院阜外醫(yī)院基于專(zhuān)業(yè)的私有云搭建起國(guó)家級(jí)、可共享延展的健康醫(yī)療大數(shù)據(jù)和生物樣本庫(kù)平臺(tái)，通過(guò)深度挖掘、利用數(shù)據(jù)樣本，旨在幫助醫(yī)生精準(zhǔn)治療，并尋找新藥靶點(diǎn)，指示功能基因位點(diǎn)。

數(shù)據(jù)積累是AI得以完成任務(wù)的前提。在谷歌大腦對(duì)于從視網(wǎng)膜圖像，輔以各種因素如年齡、性別、吸煙史、血壓等，預(yù)測(cè)心血管疾病風(fēng)險(xiǎn)的任務(wù)中，系統(tǒng)使用了130000個(gè)視網(wǎng)膜圖像進(jìn)行訓(xùn)練。

發(fā)現(xiàn)傳統(tǒng)方法感知不到的細(xì)節(jié)，中國(guó)科學(xué)家們也在進(jìn)行前沿的研究。中國(guó)科學(xué)院軟件所研究員田豐介紹，他的團(tuán)隊(duì)在國(guó)家重點(diǎn)研發(fā)計(jì)劃的支持下正在開(kāi)發(fā)各種醫(yī)用級(jí)的穿戴設(shè)備，“在傳統(tǒng)的帕金森病診斷過(guò)程中，醫(yī)生會(huì)讓患者在紙上連線、畫(huà)螺旋以判斷病情。而有了傳感器的筆可以探測(cè)到使用者的用筆壓力變化、用筆方式等之前采集不到的信息，我們發(fā)現(xiàn)這些也和帕金森病的前期征兆有關(guān)”。

“手部姿態(tài)的獲取，正在試點(diǎn)應(yīng)用于智能診室中，幫助醫(yī)生診斷神經(jīng)系統(tǒng)方面的疾病”，田豐說(shuō)，項(xiàng)目參與單位協(xié)和醫(yī)院正在進(jìn)行試點(diǎn)應(yīng)用，進(jìn)一步的研究還在跟進(jìn)。

終極形態(tài)： AI醫(yī)生或許不會(huì)真正到來(lái)

盡管達(dá)芬奇外科機(jī)器人已經(jīng)使用微創(chuàng)的方法，實(shí)施了多臺(tái)復(fù)雜的外科手術(shù)，但研究公眾健康傳播多年的頂尖學(xué)者田向陽(yáng)卻認(rèn)為并不能將病人交給機(jī)器人。他在《醫(yī)患同心 醫(yī)患溝通手冊(cè)》一書(shū)中寫(xiě)道：“醫(yī)乃仁術(shù)，醫(yī)學(xué)是仁愛(ài)的。”

“醫(yī)學(xué)首先是人文的，而不是技術(shù)的。”田向陽(yáng)由故事講起，二戰(zhàn)時(shí)納粹集中營(yíng)中有一位猶太醫(yī)生，他看到一位剛被毒打過(guò)的猶太同胞因?yàn)樘弁炊舐暫敖泻蜕胍?，但因?yàn)闆](méi)有搶救器具而心急如焚，他在無(wú)奈中下意識(shí)地把對(duì)方攬?jiān)趹牙铮驮诖藭r(shí)，奇跡出現(xiàn)了，病人驟然停止了喊叫和呻吟，一下子安靜下來(lái)，臉上露出安詳?shù)谋砬?，仿佛他不疼了，仿佛身體上重傷一下子好了。

這個(gè)故事正應(yīng)了文章開(kāi)頭的那句話，技術(shù)上的治愈只是醫(yī)學(xué)的“有時(shí)”。田向陽(yáng)介紹，在健康的影響因素中，技術(shù)性醫(yī)療服務(wù)占比不到10%，還有人類(lèi)生物學(xué)因素、社會(huì)與物質(zhì)環(huán)境因素、心理行為因素等。現(xiàn)代循證醫(yī)學(xué)為人類(lèi)健康問(wèn)題的解決提供了重要的指導(dǎo)思想，但是詢證醫(yī)學(xué)并非完美無(wú)缺，如通過(guò)AI技術(shù)獲得的有效性證據(jù)是99%，那對(duì)于屬于1%的患者來(lái)說(shuō)卻是100%的痛苦和不幸。

“人是世界上最精密、復(fù)雜、敏感的生命體，同樣的疾病在不同的個(gè)體上表現(xiàn)迥異，一種疾病在同一個(gè)體上的不同階段區(qū)別巨大，醫(yī)學(xué)說(shuō)到底是人學(xué)，不是機(jī)械學(xué)、物理學(xué)，也不是生物學(xué)、細(xì)胞學(xué)和疾病學(xué)，醫(yī)學(xué)比任何一個(gè)學(xué)科都要復(fù)雜得多。人的問(wèn)題必須靠人解決，單純依靠技術(shù)是行不通的。”

田向陽(yáng)表示擔(dān)憂，過(guò)度依賴人工智能技術(shù)，會(huì)把浸透著人文溫情的醫(yī)學(xué)變成冷冰冰的技術(shù)，把溫暖的醫(yī)院變成人體修理廠，有違醫(yī)學(xué)的“初心”，最終可能會(huì)導(dǎo)致醫(yī)學(xué)的異化。

在醫(yī)療領(lǐng)域，人工智能的應(yīng)用具有廣闊的前景，如疾病診斷、病因推斷、治療方案遴選、精密手術(shù)等，但前提是必須由醫(yī)生來(lái)操控，任何人工智能技術(shù)都只能是人腦和人手的延伸，是幫助醫(yī)生解決患者健康問(wèn)題的工具?？梢?jiàn)，AI診療的最后一步，是最遙遠(yuǎn)的一步。