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

一百多年過去了，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，中國將人工智能運用于醫(yī)學(xué)領(lǐng)域的步子領(lǐng)先于美國，有130多家企業(yè)在利用人工智能提高中國醫(yī)療系統(tǒng)的效率，并暗示美國的企業(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)萬級別）的視網(wǎng)膜圖像，以此預(yù)測心血管疾病突發(fā)的風(fēng)險，獲得人體解剖學(xué)和疾病變化之間的聯(lián)系。據(jù)稱，這是醫(yī)生此前完全不知道的診斷和預(yù)測方法。

AI醫(yī)師助理接棒人體健康“守護者”的推進過程，似乎已經(jīng)開始讀秒，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。頂級會計師事務(wù)所普華永道的相關(guān)報告認為，“人工智能最初可能被作為人類醫(yī)生的輔助措施來采納，持續(xù)性的互相配合將提高診療系統(tǒng)的準(zhǔn)確性，未來人類將有足夠信心完全授權(quán)AI系統(tǒng)進行自主操作”。

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

初級階段： 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報告分析了各個主要行業(yè)受人工智能技術(shù)發(fā)展的影響，認為影響最大的是醫(yī)療健康和生物制藥產(chǎn)業(yè)。”北京深知無限人工智能研究院CEO高迪說。實際上，從2011年開始，醫(yī)療領(lǐng)域一直在AI行業(yè)應(yīng)用中位于前列，國際數(shù)據(jù)公司在其《全球半年度認知/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，這個趨勢并沒有減緩。

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識——從最開始的人形“曉醫(yī)”為患者回答問題、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”機器人以456分的成績通過了臨床執(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)生降低勞動強度，并幫助醫(yī)療資源覆蓋到偏遠地區(qū)。

盡管進步很大，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，將來源不同的數(shù)據(jù)與具體病例關(guān)聯(lián)，進而進行研究。“這些數(shù)據(jù)需要在機器內(nèi)部互相理解，比如手術(shù)報告，醫(yī)生會以個性化的語言書寫，除了真相外，醫(yī)生還會寫下他懷疑的信息，否定的信息等，如何將這些信息提取出來，進行分門別類的分析呢？”漢斯介紹，很多醫(yī)療領(lǐng)域從業(yè)者已經(jīng)建立了很大的知識庫，比如聯(lián)合醫(yī)療語言系統(tǒng)，這是一個非常大的知識體系，有18萬不同的概念，算是一個小型的“知識圖譜”，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。”漢斯強調(diào)，因為最終的決策總是要由醫(yī)生做出的。

此外，也有另辟蹊徑的突破，漢斯講到，在柏林有一個病人手腳都不能動，通過腦機接口的科學(xué)實驗，機器幫助他與人進行溝通交流，有了機器和人腦的交互，他就可以重新和世界進行交流。

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)院有專門的病案數(shù)據(jù)統(tǒng)計部門，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)計部門計劃通過對這些數(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)院季新強說。

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，用于挖掘分析。在北京西山，中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院基于專業(yè)的私有云搭建起國家級、可共享延展的健康醫(yī)療大數(shù)據(jù)和生物樣本庫平臺，通過深度挖掘、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，指示功能基因位點。

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

發(fā)現(xiàn)傳統(tǒng)方法感知不到的細節(jié)，中國科學(xué)家們也在進行前沿的研究。中國科學(xué)院軟件所研究員田豐介紹，他的團隊在國家重點研發(fā)計劃的支持下正在開發(fā)各種醫(yī)用級的穿戴設(shè)備，“在傳統(tǒng)的帕金森病診斷過程中，醫(yī)生會讓患者在紙上連線、畫螺旋以判斷病情。而有了傳感器的筆可以探測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，項目參與單位協(xié)和醫(yī)院正在進行試點應(yīng)用，進一步的研究還在跟進。

終極形態(tài)： AI醫(yī)生或許不會真正到來

盡管達芬奇外科機器人已經(jīng)使用微創(chuàng)的方法，實施了多臺復(fù)雜的外科手術(shù)，但研究公眾健康傳播多年的頂尖學(xué)者田向陽卻認為并不能將病人交給機器人。他在《醫(yī)患同心 醫(yī)患溝通手冊》一書中寫道：“醫(yī)乃仁術(shù)，醫(yī)學(xué)是仁愛的。”

“醫(yī)學(xué)首先是人文的，而不是技術(shù)的。”田向陽由故事講起，二戰(zhàn)時納粹集中營中有一位猶太醫(yī)生，他看到一位剛被毒打過的猶太同胞因為疼痛而大聲喊叫和呻吟，但因為沒有搶救器具而心急如焚，他在無奈中下意識地把對方攬在懷里，而就在此時，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，臉上露出安詳?shù)谋砬椋路鹚惶哿耍路鹕眢w上重傷一下子好了。

這個故事正應(yīng)了文章開頭的那句話，技術(shù)上的治愈只是醫(yī)學(xué)的“有時”。田向陽介紹，在健康的影響因素中，技術(shù)性醫(yī)療服務(wù)占比不到10%，還有人類生物學(xué)因素、社會與物質(zhì)環(huán)境因素、心理行為因素等。現(xiàn)代循證醫(yī)學(xué)為人類健康問題的解決提供了重要的指導(dǎo)思想，但是詢證醫(yī)學(xué)并非完美無缺，如通過AI技術(shù)獲得的有效性證據(jù)是99%，那對于屬于1%的患者來說卻是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體上表現(xiàn)迥異，一種疾病在同一個體上的不同階段區(qū)別巨大，醫(yī)學(xué)說到底是人學(xué)，不是機械學(xué)、物理學(xué)，也不是生物學(xué)、細胞學(xué)和疾病學(xué)，醫(yī)學(xué)比任何一個學(xué)科都要復(fù)雜得多。人的問題必須靠人解決，單純依靠技術(shù)是行不通的。”

田向陽表示擔(dān)憂，過度依賴人工智能技術(shù)，會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)生解決患者健康問題的工具。可見，AI診療的最后一步，是最遙遠的一步。