還記得《超能陸戰隊》里溫柔的「大白」么？
伴隨著小短腿咯吱咯吱的摩擦，肥肥的大白眨眨眼，抬起萌圓可愛的胳膊，把小宏從上至下掃描一遍，
「你的情緒很不穩定，需要立刻治療。」
然後一個大大的，暖到爆炸的擁抱！
而更令人震撼的場景則出現在《普羅米修斯》，全息化的自動手術艙不僅能夠自動掃描人體健康，更能自動進行剖腹手術！
電影情節中人們對於醫療AI的未來想象已經進行了一萬次，但其實，未來不是未來的某一天，未來是每一秒的現在，AI已經到來。
你正在經歷的AI「醫生」
64歲的李自風塵僕僕的趕到廣州祈福醫院，想找「Watson醫生」幫忙，對自己的病情給出更多的治療意見。「我肺癌晚期，也在當地的幾家醫院看了，每個醫生給的方案都不同，有的說吃靶向藥物，有的要我化療一下，看新聞說廣州有個『沃森診室』，我就跑來了，聽聽國外醫生的看法。」
李自說的「Watson」並不是真人，而是一款IBM歷經多年研發的腫瘤AI產品，它汲取了300多份醫學期刊、250余種教科書及近1500萬頁文字，同時還吸收了美國國立綜合癌症網路發布的臨床指南。
美國退伍老兵事務部腫瘤醫生Michael Kelley（左）與杜克醫學院副教授Neil Spector一起查看DNA基因組學的Watson分析報告。｜圖：IBM中國
醫生只需在機器上錄入患者相關信息，短短幾十秒內一份70頁至100頁的治療報告就會生成。目前，沃森可輸出內容包括：推薦治療方案、治療方案遵循了哪些指南和治療思想、幫助尋找到患者的臨床醫學證據、用藥建議以及與相關藥物副作用提醒。
「去年不少患者拿著病例和一本厚厚的治療方案來找我，我當時疑惑什麼醫院的醫生會撰寫這樣完整的治療報告，後來才知道這份詳細的治療報告是人工智慧自動系統生成的。」這就是廣州祈福醫院腫瘤科副主任醫師趙昌林腦海中醫療人工智慧最初的模樣。
而在千里之外的武漢，63歲的謝先生因肺部不適到武漢協和醫院胸外科就診，在專家的建議下，謝先生進行了肺部CT的平掃和增強，688幅斷層影像清晰地顯示出謝先生的肺部健康情況。
通常情況下，看完688幅肺部CT影像至少需要5-10分鐘，在閱片醫生閱片完畢后，還有審片醫生的一道審核，才能最終簽發診斷報告。
在協和醫院，不到3秒鐘，放射科醫師黃銳就在AI系統的幫助下，準確地找到了謝先生左肺中下葉和右肺中下葉共6個肺結節，連4*4毫米的微小結節也沒被放過。謝先生被初步診斷為疑似肺癌。
幫助醫生找肺結節的AI是湖北省去年引進的首套care.ai?肺癌影像智能診斷系統。這套由國內AI巨頭依圖醫療研發的AI系統能夠在數秒內完成成百上千張影像的判讀工作，標出結節大小、位置、密度，並初步分辨良惡性，自動生成結構化影像報告提供醫生審查。自去年下半年投用至今，已輔助醫生完成近10萬例肺結節篩查，敏感性高達95%以上，即95%的結節它都能檢出。
care.ai?肺癌影像智能診斷系統。｜圖：依圖醫療
而縱觀醫療人工智慧市場，「AI醫生」大顯身手的領域早已不僅僅是肺結節篩查，諸如乳腺X線鉬靶、放療靶區規劃、糖尿病眼病、骨折、出血性腦卒中、三維骨盆重建……越來越多的科室出現了「AI醫生」的身影。
醫療人工智慧已經不僅在科室里越來越常見，如今的各大放射學年會上如若沒有人工智慧分論壇，至少也要有幾個人工智慧話題的講者，如果一點人工智慧的話題都沒有，那可就真的out了。
不可避免地，AI醫生越來越頻繁的身影令眾多醫生開始緊張起來。
「AI讀片真的又快又准？」
「AI醫生會取代放射科醫生嗎？」
「如果放射科醫生失業了，還能做什麼？」
我們最熟悉的醫院正在發生巨變！
第一個喊出「取代醫生」口號的是馬雲。
2014年，馬雲在一次演講中公開宣稱：「今後阿里想乾的就是健康產業，不是建更多的醫院找更多的醫生，而是30年以後應該是醫生找不到工作了，醫院越來越少了，醫院不改變，我們就改變醫院。」
4年時間過去，全國有近400家大中型醫院加入了馬雲的「未來醫院」。通過支付寶，就能享受掛號、繳費、查報告、B超取號、手機問醫生等全流程服務。不用徹夜排隊，也不需來回奔波，僅就診時間就縮短了一半！
然而，這還僅僅是互聯網、人工智慧和共享經濟進入醫療領域的一個縮影，在輔助診斷、影像識別、醫療機器人、智能藥物研發、健康管理、醫院管理、疾病風險預測、輔助醫學研究上，AI已經在持續滲透醫療的各個環節。
AI醫療定義金字塔。｜圖：鯨准數據中心
也正是這些逐漸滲透進臨床科室的AI應用，引發了醫生們的真正危機。
眾多AI應用中，39深呼吸（ID: shenhuxi39）發現目前尤以智能影像領域發展最快、進步最大、最有希望拿到NMPA醫療器械三類證書，最令醫生們感到恐懼。
以乳腺癌X線鉬靶AI為例，乳腺癌是女性面臨的頭號腫瘤威脅，僅在2017年，中國新增的乳腺癌女性人數就超過21萬人，數十萬女性或被迫切除乳房，或面臨生命威脅。作為一種廉價、可靠、便捷的乳腺癌早篩方式，乳腺X線鉬靶已被臨床應用多年，但在讀片層面一直面臨巨大難題。
「乳腺病灶徵象並不明顯，加上亞洲女性又多為緻密型乳腺，導致乳腺X線鉬靶閱片難度極大，同一位患者的X線鉬靶影像，高年資的醫生和低年資的醫生差別可能達到30%。」中華醫學會放射學分會乳腺影像學組組長、復旦大學附屬腫瘤醫院放射診斷科主任彭衛軍教授透露，「尤其是目前國內專業從事乳腺X線鉬靶閱片的資深影像專家僅有100餘人，遠遠無法滿足需求。」
乳腺X線鉬靶閱片難度高，培養周期漫長。｜圖：originoo.com
於是，專家們將視線投向了人工智慧。
不久，一套關於乳腺X線智能診斷系統應運而生，不僅實現了乳腺X線鉬靶影像的秒級閱片，還能對腺體分型、病灶檢出、徵象描述等多項功能，並能自動生成結構化報告，供影像醫師使用。以往需要數十分鐘的閱片在數秒內即可實現，看得快，看得准，令第一批接觸「AI醫生」的專家們欣喜不已。
AI的獨有特性使得其能夠在臨床工作中以極高的效率閱片，無論100張，還是1萬張影像，對於AI而言都不過數秒鐘的運算，電費不過數元錢，而且，隨著AI應用的越來越廣泛，「AI醫生」會變得越來越聰明，越來越準確，幫你找病灶，幫你分析良惡性，順便幫你把報告也一起寫了。
雖然暫時比不上高年資專業醫生，但是相比廣大基層放射醫生，尤其是偏遠地區的基層放射科醫生，AI系統還真就是看得又快，又准。
AI巨頭表露「取代醫生」的野心
乘著這股「東風」，短短數年間，Watson、依圖醫療、騰訊、阿里等眾多AI巨頭的應用就已進入了數百家醫院。
巨大的市場還在吸引更多的投資者進入。39深呼吸（ID: shenhuxi39）調查發現，截止至今年4月，AI目前運用在輔助診療領域的落地企業就高達35家之多，包括：
在診斷、檢出方面，應用AI最為廣泛的當屬胸部肺結節的檢出，如今依圖醫療、騰訊覓影、推想、匯醫慧影等十幾家產品已經成型。
神經系統方面的AI也已初具規模，雅森、妞諾、銥磑運用各自的技術對阿爾茨海默、癲癇等神經類疾病進行早篩、診斷日益成熟，相應的產品成功在醫院落地。
骨科產品主要是針對骨折及骨齡測試，衛寧、依圖醫療等企業的產品能在幾秒鐘的時間內完成骨齡測試。
心血管方面，數坤、Waston等產品能夠運用AI對冠心病進行檢測等等。
除此之外，不僅是診斷，在疾病預測上，AI做得也比人類好。去年4月，諾丁漢大學的研究人員發表了一項研究，該研究顯示，一個擁有自主學習能力的人工智慧在分析了378,256名患者的體檢報告后，預測其中患有心血管疾病的人數比通常的護理標準高出7.6%。
AI以後還可以干更多的工作，比如完成一台精密的手術。國內已有公司研發出電腦輔助手術系統，能精確劃定腫瘤邊界。該公司稱將腫瘤切除率提高了7％，並減少了20％以上的輸血率。
「達芬奇（da Vinci）手術機器人」被稱為世界上最先進的外科手術機器人。｜圖：維基百科
「阿爾法狗」的出現從此讓人類意識到一個無比難過的現實：AI比人類更為精準，AI不會疲勞，AI不會鬧脾氣今天不想上班，AI不會有例假，AI不會突然想辭職……而且隨著演算法的不斷進步和數據的不斷積累，人工智慧的水平會越來越高。
上海市第九人民醫院放射科主任陶曉峰教授在談到AI的巨大價值時表示，「AI的出現是對於放射醫師體力和腦力的極大解放，以往需要10個小時看完的片子，現在僅需5-6個小時，不僅加班時間大大減少，診斷的一致性也大幅提升。」
在2018年第29屆長城國際心臟病學會議（GW-ICC）期間舉辦的智能心電「人機大戰」中，「機器醫生」以絕對的優勢獲勝，又一次無情地宣告，在不久的將來，在做出診斷決策建議方面，AI已經開始碾壓人類。
病人和醫生面對AI
有著各自不同的擔憂！
設想一下，當你生病去一家醫院看病，一進診療室的門口就有一位護士不斷地為你拍照，然後這些照片會上傳到一台AI設備里，這個設備會根據照片里你的狀況來進行病情診斷，情況輕的，藥品機器人會送藥物給你，並指導你如何服藥；情況重的，則會被推進手術室，有手術機器人為你「開膛剖腹」……而在整個過程中，不會出現任何專業的人類醫生。
想想還是很可怕的，至少目前在某一醫療網站的調查中，仍有超過50%的人表示對AI看病不放心。
39深呼吸（ID: shenhuxi39）列舉了幾名網友的回復：
就目前AI診斷率也達不到100%，在現實生活中，我們碰上了醫生誤診，還能要求醫院賠償或處分該醫生，要是AI醫生給我看病，萬一看錯了，誰來負責任？我還能不能相信這個機器人？
——網友2356
我們選擇醫院、醫生，看的不但是水平高，還有服務好，AI看病感覺醫患關係會變得冷冰冰，醫生對病人的人性化關懷也是治療和護理必不可少的一部分啊，這是不能用機器取代的。
——網友小蜜
病情是非常複雜的，但醫療變得複雜的時候，說到底還是需要人做決定啊！
——網友寶寶
AI醫療機遇背後掩藏著風險。｜圖：originoo.com
當然，以上的疑慮在谷歌X實驗室聯合創始人塞巴斯蒂安·特龍眼中看來，是大家對AI還沒有熟悉，如果AI醫生的診斷正確率非常高，甚至好於人類醫生，這種不安感或許就會減輕，甚至消失。
「不妨比照一下自動駕駛汽車的情況。倘若未來自動駕駛汽車真能夠讓事故率極大地下降，那麼即使你不懂得它那套AI是如何工作的，你也能一路放心地睡大覺。遇到危險，起初你可能會尖叫，但尖叫幾次后，發現它都能應付自如，那麼下次遇到危險，你就不會再尖叫了。」
目前病人對AI醫生的不信任感，並沒有讓部分醫生安心，甚至讓越來越多的醫生開始擔憂，哪個科室醫生會被最先替代？尤其是「人機大戰」屢次落敗，讓不少影像科的醫生感覺被澆了一盆冷水，「很多人都急著跑來問我，醫學影像科的醫生出路到底在哪？」上海長征醫院影像醫學與核醫學科主任劉士遠教授描述道。
大部分人認為，機器人不能取代人類醫生為病人看病。｜圖：originoo.com
劉士遠教授相信，目前AI只能充當醫生的助手，兩者相結合，才能給患者提供最大的保障。「單就從AI影像分析，雖然市面上競爭熱鬧無比，但絕大多數AI企業的競爭焦點依然集中在肺結節檢出、糖尿病視網膜疾病、放療靶區規劃等少數幾個非常狹窄的領域；絕大部分病種仍然沒有取得實質性進展，應用領域非常狹窄，難以滿足放射科室對於單器官智能影像AI的應用需求。」
而從目前趨勢來看，恐怕也沒有多少企業想要打造出一個獨立的AI醫生。就像劉士遠教授說的那樣，人工智慧現在能夠幫助建立患者病歷，節省了醫生的時間，還可以分析X光片和CT，不過診斷和開藥還是只能由醫生來完成。
「目前，為了確保沒有漏診、對患者負責，最後還要親自去審核一下，這叫智能＋人工」。
.hzh{display: none;}
正如《財經》雜誌發文寫道：在多個研究中，人工智慧已經成功擊敗人類醫生，但在大規模落地前，醫療人工智慧還有很多課要補
來源：39健康網
探索更多來自 華客 的內容
訂閱後即可透過電子郵件收到最新文章。