人工智能可以取代医生吗
发布时间：2016-08-29
发布人：
健康报
选择阅读字号：[
大
中
小 ]
IBM日前宣布研制出世界首个人造纳米尺度随机相变神经元，并构建了由500个该神经元组成的阵列，以模拟人类大脑的工作方式进行信号处理。有评论称，人工智能拟人时代或迎开端。同时，据媒体报道，IBM的“沃森”（Watson）人工智能系统近日仅用10分钟就诊断出一名60岁女性患有罕见的急性骨髄性白血病，并且找到了最适合的治疗方法。我国已有21家医院计划使用经纪念斯隆—凯特琳癌症中心训练的IBM Watson肿瘤解决方案，以期助力获得个性化的循证癌症治疗方案。电脑诊病是否将变成现实？
强人工智能时代还很遥远
神经元是人类神经系统的最基本结构，人造神经元的问世，是否意味着未来可能会制造出类人甚至超越人类的物种？业内专家表示，人造神经元是人工智能研发的一项重要突破，但人工智能要真正实现和人类一样还路途漫漫。
人工智能系统是通过处理海量知识而不断自我进步的深度学习系统，具备阅读和理解自然语言的能力。一直致力于人工智能辅助诊断系统研发的Airdoc创始人张大磊表示，人工智能大体可分为弱人工智能和强人工智能两大类。弱人工智能主要是通过机器学习算法，构建算法模型和深度学习网络完成指定任务，已经在图像识别、语音识别等很多领域得到应用并表现优异。强人工智能不仅要完成指定任务，还要有知觉、有自我意识，能推理、解决问题，要实现这个目标，还是非常遥远的事。
专家指出，计算机深度学习神经网络是基于训练模型的参数构建，并非化学物质，而人类生理性神经网络是人脑神经元通过神经递质传递信息。
微软亚洲研究院副院长张益肇博士表示，人造神经元与生物神经元就如同飞机机翼与鸟的翅膀，形似而神不同。两者从表面看，都是结构简单的神经元相互传递信息，进行信号处理，但具体处理方式却大相径庭。大脑的高效率、低耗能是目前人造神经元还远不能匹敌的。
人工智能有助提高诊断准确率
张益肇介绍，人工智能发展已有60年历史，从最初的用药警示发展到辅助临床诊疗提高医疗安全和医疗效率，以及更高效开展科技研究等众多领域。比如，微软亚洲研究院正在研究的病理诊断、脑部恶性肿瘤诊断等项目都有很好的结果。计算机能够从包含数以百万计像素的病理切片中提取正常细胞与恶性肿瘤细胞的不同特征，从而识别恶性肿瘤。人工智能系统能够帮助医生降低误诊几率。美国现在还有基于人工智能研发的医生训练模拟器，医生通过短期的模拟训练，可集中看到各种病症。全球每年有几十万篇医学论文发表，人工智能系统可以“阅读”海量信息，从中为研究者提取研究最相关的内容，尤其对于罕见疾病的诊断，更易于寻找线索，及早确诊治疗。
人工智能系统在某些领域甚至还可以媲美或“取代”临床医生。张益肇举例说，在疟疾疫情严重的非洲地区，由于缺乏足够的病理医生，患者难以得到及时诊断和治疗。微软与盖茨基金会合作开发的血液涂片人工智能分析诊断系统，有望破解这一难题。基于机器学习方法，目前微软正在进行与艾滋病相关的研究，“艾滋病病毒与计算机病毒有相似之处，都会不断变异并逃逸防御系统”。
张大磊介绍，世界卫生组织网站上ICD-10编码的疾病有7.8万多种，症状也有几万种。如此庞大的信息量，并不适合人类去记忆，并在5分钟～10分钟内准确判断。人工智能辅助诊断就是给医生添了一个得力助手，尤其将训练好的模型应用到基层，基层医生便随时随地有一个可信赖的助手来帮忙提醒，以免误诊和漏诊。Airdoc团队研究显示，人工智能系统与顶级医院顶级医生在部分领域的诊断符合率达到97%以上。
张大磊介绍，该公司研发的Airdoc系统目前已经在影像、病理、病历识别等领域得到应用。公司与国内多家知名医院合作，让该系统“学习”大量的病历资料、病理切片、CT、核磁等影像资料，进而构建恶性肿瘤、慢性疾病等不同种类的学习模型。部分疾病的恶性肿瘤病理切片识别判断准确率已经超过大多数临床医生；而通过对病历核心信息提取、结构化，则可以判断并预测患者可能会患的疾病。
诊断决定应该由医生作出
张大磊认为，目前人工智能系统在医疗领域的应用仍面临不少挑战。如人工智能辅助诊断系统是一个“大胃王”，需要接受大量信息进行学习，但国内医疗数据质量不高。
此外，深度学习是非常前沿的研发领域，对于人工智能在辅助诊断、病历识别等方面的应用，不少人还认为“不可能、不靠谱”，这需要医疗行业更新观念。以Airdoc为例，其在理解中文病历、构建适用于中国人的疾病辅助诊断和预测领域的性能和准确性都超过了国外同行，但还没有被很好认知和接纳。也有业内人士指出，IBM“沃森”系统进入中国医院，还需要加强数据分析的“本土化”。
张益肇指出，人工智能系统的发展在数据来源上面临个人信息隐私保护的挑战，如对基因的分析就涉及家族、个人遗传信息保护，需要在加密状态下进行机器学习。人工智能系统的计算和理解能力也需要进一步提升。目前，计算机人工智能系统对多维信息进行综合判断还有难度，比如，人工智能系统能够成功识别一张电影海报，但无法判读电影是悲剧还是喜剧。此外，还需要通过政策引导、保险支持等提高医生采纳新技术的愿望，更积极地推动医学与最新信息技术的结合。
“电脑的能力毫无疑问将日益强大，但医生永远不会被电脑取代。”张益肇提出，医学是艺术与科学的融合，日益强大的人工智能系统能够帮助医生更便捷地获取和提取医学信息，但医生绝不是百科全书式的知识储备体，更需要高情商能力与病患很好地沟通交流。
张大磊也认为，人工智能会取代医生的重复性体力劳动工作，提升医生的职业专业程度，但医生需要在诊疗过程中观察病人的表情、神态，给予患者心理安慰和人文关怀，这些都不是计算机算法能够取代的。“我们给Airdoc的定位就是辅助诊断，诊断决定应该由医生来作出，而不是由软件来作出。”
强人工智能时代还很遥远
神经元是人类神经系统的最基本结构，人造神经元的问世，是否意味着未来可能会制造出类人甚至超越人类的物种？业内专家表示，人造神经元是人工智能研发的一项重要突破，但人工智能要真正实现和人类一样还路途漫漫。
人工智能系统是通过处理海量知识而不断自我进步的深度学习系统，具备阅读和理解自然语言的能力。一直致力于人工智能辅助诊断系统研发的Airdoc创始人张大磊表示，人工智能大体可分为弱人工智能和强人工智能两大类。弱人工智能主要是通过机器学习算法，构建算法模型和深度学习网络完成指定任务，已经在图像识别、语音识别等很多领域得到应用并表现优异。强人工智能不仅要完成指定任务，还要有知觉、有自我意识，能推理、解决问题，要实现这个目标，还是非常遥远的事。
专家指出，计算机深度学习神经网络是基于训练模型的参数构建，并非化学物质，而人类生理性神经网络是人脑神经元通过神经递质传递信息。
微软亚洲研究院副院长张益肇博士表示，人造神经元与生物神经元就如同飞机机翼与鸟的翅膀，形似而神不同。两者从表面看，都是结构简单的神经元相互传递信息，进行信号处理，但具体处理方式却大相径庭。大脑的高效率、低耗能是目前人造神经元还远不能匹敌的。
人工智能有助提高诊断准确率
张益肇介绍，人工智能发展已有60年历史，从最初的用药警示发展到辅助临床诊疗提高医疗安全和医疗效率，以及更高效开展科技研究等众多领域。比如，微软亚洲研究院正在研究的病理诊断、脑部恶性肿瘤诊断等项目都有很好的结果。计算机能够从包含数以百万计像素的病理切片中提取正常细胞与恶性肿瘤细胞的不同特征，从而识别恶性肿瘤。人工智能系统能够帮助医生降低误诊几率。美国现在还有基于人工智能研发的医生训练模拟器，医生通过短期的模拟训练，可集中看到各种病症。全球每年有几十万篇医学论文发表，人工智能系统可以“阅读”海量信息，从中为研究者提取研究最相关的内容，尤其对于罕见疾病的诊断，更易于寻找线索，及早确诊治疗。
人工智能系统在某些领域甚至还可以媲美或“取代”临床医生。张益肇举例说，在疟疾疫情严重的非洲地区，由于缺乏足够的病理医生，患者难以得到及时诊断和治疗。微软与盖茨基金会合作开发的血液涂片人工智能分析诊断系统，有望破解这一难题。基于机器学习方法，目前微软正在进行与艾滋病相关的研究，“艾滋病病毒与计算机病毒有相似之处，都会不断变异并逃逸防御系统”。
张大磊介绍，世界卫生组织网站上ICD-10编码的疾病有7.8万多种，症状也有几万种。如此庞大的信息量，并不适合人类去记忆，并在5分钟～10分钟内准确判断。人工智能辅助诊断就是给医生添了一个得力助手，尤其将训练好的模型应用到基层，基层医生便随时随地有一个可信赖的助手来帮忙提醒，以免误诊和漏诊。Airdoc团队研究显示，人工智能系统与顶级医院顶级医生在部分领域的诊断符合率达到97%以上。
张大磊介绍，该公司研发的Airdoc系统目前已经在影像、病理、病历识别等领域得到应用。公司与国内多家知名医院合作，让该系统“学习”大量的病历资料、病理切片、CT、核磁等影像资料，进而构建恶性肿瘤、慢性疾病等不同种类的学习模型。部分疾病的恶性肿瘤病理切片识别判断准确率已经超过大多数临床医生；而通过对病历核心信息提取、结构化，则可以判断并预测患者可能会患的疾病。
诊断决定应该由医生作出
张大磊认为，目前人工智能系统在医疗领域的应用仍面临不少挑战。如人工智能辅助诊断系统是一个“大胃王”，需要接受大量信息进行学习，但国内医疗数据质量不高。
此外，深度学习是非常前沿的研发领域，对于人工智能在辅助诊断、病历识别等方面的应用，不少人还认为“不可能、不靠谱”，这需要医疗行业更新观念。以Airdoc为例，其在理解中文病历、构建适用于中国人的疾病辅助诊断和预测领域的性能和准确性都超过了国外同行，但还没有被很好认知和接纳。也有业内人士指出，IBM“沃森”系统进入中国医院，还需要加强数据分析的“本土化”。
张益肇指出，人工智能系统的发展在数据来源上面临个人信息隐私保护的挑战，如对基因的分析就涉及家族、个人遗传信息保护，需要在加密状态下进行机器学习。人工智能系统的计算和理解能力也需要进一步提升。目前，计算机人工智能系统对多维信息进行综合判断还有难度，比如，人工智能系统能够成功识别一张电影海报，但无法判读电影是悲剧还是喜剧。此外，还需要通过政策引导、保险支持等提高医生采纳新技术的愿望，更积极地推动医学与最新信息技术的结合。
“电脑的能力毫无疑问将日益强大，但医生永远不会被电脑取代。”张益肇提出，医学是艺术与科学的融合，日益强大的人工智能系统能够帮助医生更便捷地获取和提取医学信息，但医生绝不是百科全书式的知识储备体，更需要高情商能力与病患很好地沟通交流。
张大磊也认为，人工智能会取代医生的重复性体力劳动工作，提升医生的职业专业程度，但医生需要在诊疗过程中观察病人的表情、神态，给予患者心理安慰和人文关怀，这些都不是计算机算法能够取代的。“我们给Airdoc的定位就是辅助诊断，诊断决定应该由医生来作出，而不是由软件来作出。”