根據美國醫學會統計，在美國每10個醫學診斷中就有1個是誤診。在初診中，每20個就存在1個誤診。單在美國，誤診造成的不必要死亡每年就多達8萬人。
這些令人擔憂的數字，源於診斷本身的複雜性，包括從患者那裡得來的資訊不夠全面，轉院治療時資訊對接不及時，醫生因過度勞累、病人太多而造成的判斷上的偏差等。這些人為失誤，如果換成機器，就能避免。
這個夢想並不遙遠。在國外，已經有很多AI診斷APP可用，並可能不久將在國家醫療保健體系中推廣開來。但問題來了：健康是關乎人命的大事，我們能放心地交給機器來處理嗎？醫療AI值得我們信任嗎？
幾十年來，研究人員一直在增強AI的本領，包括讓它擁有深度學習能力等：通過利用病歷資料庫中的海量資料來訓練它，讓它學習診斷各種疾病，之後你只要按一下鍵，差不多就能獲得比人類醫生更準確的診斷書。
美國斯坦福大學的科學家用10萬多張皮膚病（從皮膚癌到蚊蟲叮咬）的圖片訓練了一個能深度學習的AI系統，之後用14萬張新圖片對它進行測試。測試結果是，它對皮膚上黑色素瘤的診斷正確率，比經驗豐富的皮膚科醫生還高。此外，目前能深度學習的AI，在診斷由糖尿病引起的視網膜病變、眼血管併發症等症狀上，也比一般的醫生高明。其他的AI工具在從電鏡掃描中識別出癌症，或從一般的健康資料中預測患心臟病的概率等方面，也已經大顯身手。
但是，它們除了能避免人類醫生那些明顯的低級錯誤之外，到底比人高明在哪裡？
這可不是一個容易回答的問題。因為AI系統在深度學習中會形成自己的一套判斷規則，而這些規則到底是什麼，哪怕是對於開發人員，都是一個“黑箱子”，誰也不知道。這就有理由讓人為此感到不安了。
當然，要是深究起來，這種情況人類醫生也難避免。
“他畢竟是人嘛，而我們現在面對的是機器。”你大概會說。但也許只是一個習慣的問題。如果A1“醫生”的診斷正確率非常高，甚至要好于人類醫生，這種不安感或許就會減輕，甚至消失。
醫學AI系統的出現，甚至可能重新定義“訓練一名合格醫生”的含義。未來的醫學教育將包括讓學生學習資料科學，把他們從死記硬背中解放出來，集中到學習如何解決問題、培養批判性思維上。
它還可以讓家庭醫生不出辦公室，就能以專家級的精湛醫術，為患者提供服務——只有萬不得已時，才把病人交給醫院和專家。這意味著，不必把一個病人的治療和護理，輪番交給好多家醫院的醫生來完成。這對於醫生和病人都是一件好事。
當然，在這種情況下，病人的隱私怎麼保護？醫療事故誰來負責？這些問題還亟待立法去解決。
待到醫療AI成熟之後，皮膚科、放射科和病理科等主要涉及重複審查圖像的醫學部門，很多人工可能會被它取代。
那麼，人類醫生會不會最終被醫療AI完全取代呢？
應該說是不會的。AI可以增強臨床醫生的能力，但不可能做人所能做的一切。首先，人們常說，醫生的職責是“有時去治療，常常去幫助，總是去安慰”。醫生對病人的人性化關懷是治療和護理必不可少的一部分，這是不能用機器取代的。其次，當醫療變得複雜的時候，需要人做出決定，AI無論多麼複雜，都不能代替人做決斷。
資料來源：網上流傳
