看好AI的人會說YES，因?yàn)橛貌涣藥啄闍I真的會取代那些平庸的醫(yī)生，會取代那些Below average（低于平均水平）的醫(yī)生，但是暫時(shí)不會取代那些Above average（高于平均水平）的醫(yī)生。

　　不看好AI的保守醫(yī)生會說NO，TA真的是發(fā)自內(nèi)心的，天真的以為AI不會取代任何醫(yī)生。其實(shí)未來最需要AI的是Below average的醫(yī)生，也是最不理解和最不能接受AI的人。

　　最近AI很火，不僅僅是在投資界很火，在學(xué)術(shù)界也很火。

　　好的AI公司很容易融到錢，連不咋地的AI公司也拿到錢了，這也難怪一些臨床醫(yī)生說有些AI項(xiàng)目純粹是圈錢和燒錢，將來肯定進(jìn)不了臨床。

　　但是，好的AI項(xiàng)目還是挺靠譜的，最近Nature自然雜志連續(xù)發(fā)了好幾篇AI完勝各個(gè)學(xué)科醫(yī)生的文章。

　　看看這些奪人眼球的文章題目你就會明白了。

　　“人類完敗……診斷乳腺癌，30小時(shí)病理分析竟不如谷歌AI準(zhǔn)確”

　　近日，來自谷歌、谷歌大腦與Verily公司的科學(xué)家們開發(fā)出了一款能用來診斷乳腺癌的人工智能，它的表現(xiàn)甚至超過了專業(yè)的病理學(xué)家。

　　內(nèi)行人都知道，病理診斷的準(zhǔn)確性嚴(yán)重依賴于病理醫(yī)生的水平，即便是對于同一名病人，不同病理學(xué)家給出的診斷也往往會有很大不同：一篇2015年的論文發(fā)現(xiàn)，不同病理學(xué)家對乳腺癌診斷的一致率只有75.3%。在某些不典型的乳腺癌中，診斷的一致率竟下降到了48%，只有不足一半。

　　看了這種現(xiàn)狀你害怕不？而且在中國我們還缺很多很多的病理科醫(yī)生。

　　病理醫(yī)生必須經(jīng)過數(shù)年甚至十幾年的訓(xùn)練，才能掌握足夠的經(jīng)驗(yàn)，成為一名合格的病理學(xué)家，要成為優(yōu)秀的病理學(xué)家更是難上加難，在醫(yī)療資源不足的地區(qū)，想要得到診斷，都是一種奢望。

　　為了解決病理診斷的瓶頸，谷歌和Verily的科學(xué)家們做了一個(gè)嘗試。他們將單張病理切片的圖像分割成了數(shù)萬至數(shù)十萬個(gè)128x128像素的小區(qū)域，每個(gè)小區(qū)域內(nèi)可能含有數(shù)個(gè)腫瘤細(xì)胞。隨后，他們提供了許多腫瘤組織與正常組織的病理切片，供人工智能學(xué)習(xí)。最終，這款人工智能掌握了一項(xiàng)像素級的技巧——它能分辨出單個(gè)小區(qū)域內(nèi)被標(biāo)注為“腫瘤”的像素，從而將整個(gè)小區(qū)域標(biāo)注為“腫瘤區(qū)”，這能有效將腫瘤組織與健康組織區(qū)分開來。

　　學(xué)習(xí)完畢后，這款人工智能迎來了實(shí)戰(zhàn)?？茖W(xué)家們邀請了一位病理學(xué)家，并讓他與人工智能進(jìn)行一場比賽。這名病理學(xué)家花了整整30個(gè)小時(shí)，仔細(xì)分析了130張切片，并給出了他的診斷結(jié)果。在隨后基于靈敏度（找到了多少正確的腫瘤）和假陽性（將多少正常組織診斷為腫瘤）的評分中，這名病理學(xué)家的準(zhǔn)確率為73.3%。人工智能交出的答卷是88.5%，完勝人類。

　　“FDA首次批準(zhǔn)了一款心臟核磁共振影像AI分析軟件”

　　2017年1月10日，據(jù)FDA官網(wǎng)顯示，其首次批準(zhǔn)了一款心臟核磁共振影像AI分析的軟件Cardio DL，這款軟件將深入學(xué)習(xí)用于醫(yī)學(xué)圖像分析，并為傳統(tǒng)的心臟MRI掃描影像數(shù)據(jù)提供自動心室分割的分析，這一步驟與傳統(tǒng)上放射科醫(yī)生需要手動完成的結(jié)果一樣精準(zhǔn)。

　　這一基于深度學(xué)習(xí)的人工智能醫(yī)學(xué)影像分析系統(tǒng)已經(jīng)進(jìn)行了數(shù)以千計(jì)的心臟案例的數(shù)據(jù)驗(yàn)證，該算法產(chǎn)生的結(jié)果與經(jīng)驗(yàn)豐富的臨床醫(yī)生的分析結(jié)果結(jié)果是不相上下的。

　　據(jù)悉，這款人工智能心臟MRI醫(yī)學(xué)影像分析系統(tǒng)不但得到了FDA510(k)的批準(zhǔn)，還得到了歐洲的CE認(rèn)證和批準(zhǔn)，這標(biāo)志著該軟件將被允許用于臨床。

　　《自然》(Hazlett et al. 2017)重磅：AI在兒童自閉癥早期診斷上完勝醫(yī)生！

　　近期，在北卡羅來納大學(xué)（UNC）教堂山分校精神病學(xué)家Heather Hazlett的帶領(lǐng)下，人工智能在疾病診斷領(lǐng)域又下一城。她們開發(fā)的深度學(xué)習(xí)算法，在預(yù)測2歲前的自閉癥高危兒童（有個(gè)自閉癥哥哥或者姐姐）是否會在2歲之后被診斷為自閉癥上，以88%的準(zhǔn)確度遠(yuǎn)超準(zhǔn)確度只有50%的傳統(tǒng)行為問卷調(diào)查法(Charman 2014)。

　　人工智能在疾病診斷領(lǐng)域再次戰(zhàn)勝人類。

　　“AI機(jī)器人，學(xué)完2186張肺癌圖譜，完勝病理學(xué)家”

　　2016年8月16日《自然通訊》發(fā)表了一份斯坦福大學(xué)醫(yī)學(xué)院研究人員的研究：計(jì)算機(jī)可被培訓(xùn)得在評估肺癌組織切片時(shí)比病理學(xué)家更加精確。

　　研究人員使用了從腺癌、鱗狀細(xì)胞癌患者獲得肺癌基因圖譜2186張圖像。數(shù)據(jù)庫還包含了每例腫瘤的級別、期別和每例患者在診斷后的存活時(shí)間信息。

　　然后研究人員使用這些圖像來訓(xùn)練計(jì)算機(jī)軟件程序，以確定更多肉眼所不能觀察到的癌癥特異性特征—近10000種個(gè)性特質(zhì)vs幾百種病理學(xué)家通常使用的評估特征。這些特征不僅包括了腫瘤細(xì)胞的大小及形狀，也包括了細(xì)胞核的形狀與質(zhì)地以及與相鄰腫瘤細(xì)胞的空間關(guān)系。

　　Stanford的遺傳學(xué)教授Snyder博士說：“事后看來，一切都在情理之中。計(jì)算機(jī)能夠比人類更加準(zhǔn)確、快速的在數(shù)以千計(jì)的樣本中多次評估甚至是微小的差異?！?/p>

　　“AI再登Nature封面：診斷皮膚癌，準(zhǔn)確度堪比專家”

　　斯坦福大學(xué)的研究人員采用深度卷積神經(jīng)網(wǎng)絡(luò)，通過大量訓(xùn)練發(fā)展出模式識別的AI，使計(jì)算機(jī)學(xué)會分析圖片并診斷疾病。

　　訓(xùn)練計(jì)算機(jī)的數(shù)據(jù)庫由129,450張皮膚病變圖片和對應(yīng)的文字描述組成，涵蓋了2032種皮膚病。而診斷的“參考答案”則由皮膚病專家提供，他們依靠的是非侵入性圖像分析和組織活檢。

　　之后，計(jì)算機(jī)迎來了“畢業(yè)考試”。研究者向受訓(xùn)的計(jì)算機(jī)和21名執(zhí)業(yè)醫(yī)師分別提供了一批訓(xùn)練數(shù)據(jù)集中沒有出現(xiàn)過的皮膚病變圖片，這些圖片都由組織活檢確定了對應(yīng)的病癥。診斷比賽的結(jié)果是計(jì)算機(jī)的準(zhǔn)確率和人類醫(yī)生差不多，有時(shí)候還勝過人類醫(yī)生。

　　AI人工智能會如何取代醫(yī)生？

　　人工智能不是萬能的，但是它的確會在某些學(xué)科和領(lǐng)域超過人類的能力，取代醫(yī)生的工作甚至是完全取代醫(yī)生。

　　如果用于診斷疾病或者是判斷預(yù)后的數(shù)據(jù)或者圖像是可以標(biāo)準(zhǔn)化，量化，結(jié)構(gòu)化的話，基本上是可以用人工智能來完成的，在確立算法以后，可以讓機(jī)器不斷的學(xué)習(xí)和積累，逐步完善，最終會戰(zhàn)勝人類的。

　　從目前的應(yīng)用來看，人工智能應(yīng)用比較好的領(lǐng)域是皮膚科、病理科和影像科。

　　皮膚科在臺灣和一些歐美國家都是醫(yī)學(xué)院學(xué)生在畢業(yè)的時(shí)候最喜歡選擇的科室，因?yàn)楣ぷ飨鄬p松，收入頗豐，而且還不用值夜班。

　　很遺憾，人工智能要來了，而且很有可能會取代很多人的工作，假以時(shí)日，皮膚科人工智能醫(yī)生將會取代很多人的工作。

　　目前中國最缺的醫(yī)生是病理科，很遺憾，假以時(shí)日，病理科醫(yī)生和影像科醫(yī)生的工作也有可能被人工智能搶走，而且AI的水平將會高于大多數(shù)的普通醫(yī)生。

　　再看看我從事的婦產(chǎn)科，有很多的常規(guī)工作將來都可以用人工智能來完成，根本不需要那么多的醫(yī)生了。

　　宮頸癌的篩查：醫(yī)生收集宮頸脫落細(xì)胞以后，機(jī)器可以自動制片，自動判別是否有癌細(xì)胞。在宮頸細(xì)胞良惡性方面，至少80-90%的病理醫(yī)生的工作可以被AI取代。

　　產(chǎn)科超聲：在胎兒畸形的篩查與診斷方面，北美的普遍做法是由一般的Sonographer超聲技師來按照標(biāo)準(zhǔn)的切面截圖保留，然后由來MFM母胎醫(yī)學(xué)專家審讀寫報(bào)告。理論上講，這些超聲截面圖的審讀是可以由AI來完成的，原理類似于AI對CT和MRI片子的解讀和判斷。

　　胎心監(jiān)護(hù)：胎心監(jiān)護(hù)結(jié)果的解讀和判斷也完全可以由AI完成。

　　機(jī)器比人可靠，機(jī)器比人類更精準(zhǔn)，機(jī)器不會疲勞，隨著算法的不斷進(jìn)步和數(shù)據(jù)的不斷積累，人工智能的水平會越來越高，會從現(xiàn)在的幫助人類做判斷演變到代替人類做判斷。

　　這個(gè)趨勢是不可逆的，是不可抵擋的，F(xiàn)DA也擋不住。將來會有一個(gè)Breaking Point引爆點(diǎn)，過了這個(gè)引爆點(diǎn)以后，會出現(xiàn)醫(yī)生常規(guī)工作量的斷崖式的下跌。

　　未來的情景將會是：Above average的醫(yī)生是讓AI做助理，Below average的醫(yī)生是做AI的助理。

　　當(dāng)然，那些非標(biāo)準(zhǔn)化，充滿不確定性，以及人工操作的臨床工作，還是AI所無法替代的。