東京醫(yī)科大學附屬醫(yī)院的病房里躺著一位六十多歲阿姨。她身患癌癥，在此接受治療已長達數(shù)月，病情卻無絲毫好轉。這讓醫(yī)生們感到有點手足無措。

　　情急之下，醫(yī)療團隊想到可以借助 IBM 公司的沃森智能程序幫忙——這是一臺曾在智力問答節(jié)目《危險境地》中打敗人類冠軍的超級計算機。醫(yī)生們把患者的病癥信息輸入到沃森中，并在腫瘤數(shù)據(jù)庫中進行搜索，結果發(fā)現(xiàn)，這是一種罕見的繼發(fā)性白血病。醫(yī)療團隊據(jù)此改換了治療方案。沒過多久，那位患者就病愈出院了。

　　一位醫(yī)生告訴日本時報的記者，沃森幾分鐘就能搞定的事，換醫(yī)生去診斷，得花上幾周。“要說是人工智能救了那位患者的命，可能有點夸張，但它確實一下子就給出了我們想要的數(shù)據(jù)。”

　　這就是智能醫(yī)療未來的樣子嗎？讓我們來看看，研究人員夢寐以求的人工智能機器能做什么：

　　能診斷人體健康狀況

　　向醫(yī)生建議治療方案

　　甚至能預測出病人的健康狀況會如何改變。

　　最大的優(yōu)勢，不是速度快，而是準確率高。

　　今年早些時候發(fā)布的一份研究結果發(fā)現(xiàn)，醫(yī)療事故為美國第三大致死原因。其中，相當一部分人死于誤診。

　　Herbert Chase 在位于紐約的哥倫比亞大學生物醫(yī)學信息學院工作。他表示：

　　人們的健康狀況太多樣化了，論文也更新地非常快，一個初級護理醫(yī)師很難把它們?nèi)加浵聛怼?/p>

　　我們設計的機器已經(jīng)能做醫(yī)生力所不能及之事，一臺機器可以診斷出幾十種醫(yī)生無法診斷出的病情。

　　Chase 曾提議建立一個 IBM 沃森小組。現(xiàn)在，他在設計一種算法，可從醫(yī)生的筆記中找到可能會發(fā)展為多功能硬化癥的蛛絲馬跡，最終建立一個程序，計算出每個人會有多大風險患上多功能硬化癥。他設想，未來的軟件可以自動分析每個人的電子健康數(shù)據(jù)，以此發(fā)出警告或提供建議。

　　“機器給出建議，人們參考建議做出行動，這是一種合作伙伴的關系。”但是鑒于人類疾病種類太過龐雜，“算法需要一步步地建立起來。”　其他成果與現(xiàn)存問題

　　近日，來自斯坦福大學的研究小組公布了一種新的機器學習算法，可用來檢查感染了癌癥細胞的肺部組織幻燈片。運用該技術，計算機可顯示出每張幻燈片的個體特征，如細胞大小，形狀，結構等等。它還可以從樣本中區(qū)分出一個人經(jīng)過醫(yī)療診斷后的存活時間長短——是短短幾個月，還是更久。通過測試歷史數(shù)據(jù)，該算法被證實確有成果。所以，從原則上講，人工智能已可以應用于診斷人體健康狀況。

　　而在眾多醫(yī)療人工智能工具中，幻燈片閱讀器僅是其中之一。

　　上周，機器學習及醫(yī)療保健會議在洛杉磯舉行。會議中，研究人員向人們展示了新型算法：可以檢測癲癇、預知腎病和心臟病的發(fā)展狀況、發(fā)現(xiàn)孕婦和新生兒的異常身體狀況。在一個編程比拼中，與會者用自己設計的人工智能來聽心跳頻率，以區(qū)分正常節(jié)奏和異常節(jié)奏。

　　不過，其他醫(yī)療診斷項目使用的信息資源卻較為模糊和間接：

　　微軟7月份發(fā)布新算法，通過網(wǎng)頁搜索來推測誰患有胰腺癌。

　　谷歌旗下的Deepmind公司大量使用英國國家衛(wèi)生署的匿名數(shù)據(jù)，設計新型人工智能，以更快解決嚴峻的眼疾問題。不過，該項目又引發(fā)一個新的問題——商業(yè)公司購買健康數(shù)據(jù)的價格是不是太低了。

　　雖然人工智能診斷對醫(yī)生有極大幫助，但問題是，醫(yī)學專家們愿意使用這個新手段嗎？目前，人們還需要更多證據(jù)來證明，計算機預測確能幫助人們改善健康狀況。

　　有些人擔心，人工智能診斷技術的發(fā)展，會使醫(yī)生過度診斷，過度試驗，結果會適得其反。即使算法正常運行，如何將其與臨床實踐完美結合的問題依然存在。醫(yī)生們工作已經(jīng)很勞累了，他們不希望人工智能再來加重他們的工作負擔。

　　專家觀點

　　Chase 認為，人工智能最后應該和電子健康數(shù)據(jù)記錄結合，這樣向機器尋求治療建議就會和獲取病人相關數(shù)據(jù)一樣，成為日常工作的一部分了。

　　“醫(yī)生要讓人工智能幫助自己完成任務，就意味著他們必須得承認自己偶爾會犯錯。”

　　其實，市面上早有可以幫助診斷的app，如Isabel——它可為醫(yī)生提供一個聯(lián)網(wǎng)清單，在其錄入癥狀和檢驗結果后，作出準確診斷，防止醫(yī)生忽略可能存在的罕見疾病，造成誤診。但 Chase 表示，這種方法尚未普及。原因是：只有不給醫(yī)生造成任何時間壓力，人工智能才能在此領域大獲成功。　Leo Anthony Celi 是貝斯以色列女執(zhí)事醫(yī)療中心特護病房的的醫(yī)生。他說，人工智能大范圍應用于醫(yī)療領域，還存在一定的社會阻力。有了人工智能的幫忙，醫(yī)生將更像一名“船長”。大部分日常工作，要么讓機器完成，要么交給訓練有素的護士、醫(yī)療電子或醫(yī)師助手。想達到這樣的工作方式，醫(yī)生首先要退一步，承認機器在某些領域確實比人做得好。這很困難。因為無論是醫(yī)學院教授還是患者，每個人都希望醫(yī)生總是給出一個最正確的回答。

　　Celi表示，人們的觀念需要轉變，應該更尊重大數(shù)據(jù)和人工智能在醫(yī)療領域潛力。只有如此，機器和人類才能發(fā)揮所長，各盡其能。

　　“醫(yī)生和病人的交流能力是無可取代的。醫(yī)生應更專注于他們能精益求進的事，比如，和患者多溝通，引導他們說出自己的價值觀和預設醫(yī)療指示。至于復雜決策，就交給機器來做，這方面我們真的不擅長。”