揭秘人工智能AI取代医生线路图
2014年，马云说：“今后阿里想干的就是健康、快乐两个产业，如何让人更加健康，如何让人更加快乐?不是建更多的医院找更多的医生，更不是建更多的药厂，而是我们(投资)做对的话，30年以后应该是医生找不到工作了，医院越来越少了，药厂少了很多，这说明我们做对了。”
可是，复旦医学博士联盟对此怼对：
2016年，围棋人工智能程序AlphaGo以4：1大比分战胜韩国顶尖棋手李世石，全球震惊，人工智能正式进入所有人的视野。
有着“第四次工业革命”之称的人工智能，是被马云、李开复、马斯克，以及《未来简史》作者赫拉利，多次提及的“人类杀手”，重要性和可怕性不言而喻。
马云预言：未来，新技术的冲击将远远超过大家的想象，绝大部分昨天认为白领的工作将会失去，绝大部分昨天认为理所当然做得最好的行业和公司都会倒下。
李开复称：十年后，世界上90%的工作，都会被人工智能所取代。尤其是，翻译、记者、助理、保安、司机、销售、客服、交易员、会计、保姆等工作。这会是一个非常彻底的、非常血腥的改造。
在马斯克看来：人工智能在2030年至2040年间，就会替代人类；2060年的发展速度将以指数式增长。未来人类在智力上将被远远抛在后面，并沦落为人工智能的宠物，比如家猫。
不过，马斯克也提出了一个令你我开心的设想，人工智能机器可能会取代人类，成为新的劳动力，人们不用上班，也将获得更多的闲暇时光、更好地享受生活。也许全球人都将拿政府统一发的工资。
《人类简史》和《未来简史》的作者尤瓦尔·赫拉利，最近出席活动着重谈的就是人工智能等技术可能带来的结果。赫拉利同样认为未来人工智能会取代很多人类的工作，尤其是那些重复性的、程式化的工作。这将致成数百万、数千万甚至上亿失业人口。
更有可能的发生的是，机器有可能将植入进人体，从而为我们生活中更加重要的决策做出建议。
比方应该学什么，该生活在哪，应该在哪儿上班，甚至和谁结婚。
人工智能（AI）会取代医生吗？
看好的人会说YES，因为用不了几年AI真的会取代那些普通的医生，会取代低水平的医生，但是暂时取代不了高水平的医生。不看好的会说NO，因为机器没有感情，没有交流，没有互动，需要人的照顾，等等。
那么，究竟人工智能是否会取代医生呢？请看医学界组织的调研：
调查可以看到，大部分医生是在关注智能医生、智慧医疗，但是极少有人相信人工智能会取代医生。
那么，绝大部分人的认识一定是正确的吗？
来一起看看关于人工智能在医疗应用的最新消息：
1、沃森机器人进入数十家医院，可支持8种癌症治疗
沃森仅用10秒就能阅读3469本医学专著和10余万份临床报告，誉为肿瘤界的“阿尔法狗”的人工智能“沃森医生”正逐渐进入一些医疗机构。目前，“沃森医生”已经通过了美国的执业医师资格评定考试，目前可支持包括肺癌、乳腺癌、结肠癌、直肠癌、胃癌、宫颈癌、卵巢癌、前列腺癌在内的8个癌种的治疗。
2、科大讯飞研发了人工智能医学影像辅助诊断系统
2016年6月以来，该系统通过学习68万张肺部CT影像资料，已在省立医院CT室辅助医生诊断了约11000人次的CT影像资料，诊断准确率达94%。
3、“智医助理”机器人参加临床执业医师综合笔试
2017年8月26—27日，科大讯飞与清华大学联合研发的人工智能“智医助理”机器人在国家医学考试中心监管下参加了2017年临床执业医师综合笔试测试，北京市国信公证处全程公证。“智医助理”机器人的考试成绩将和全国考生一同放榜。
人类医生可能需要八年大学硕博连读，但人工智能只要技术上实现一次突破，你拿到的不是一个机器医生而是无穷多的人工智能医生，他们可以被复制。这个比培训人类医生要效率高得多。
3、腾讯觅影在食管癌早筛方面落地
利用腾讯觅影的图像识别、深度学习等领先的人工智能技术，辅助医生对食管癌进行早期筛查，发现准确率高达90%，帮助患者更早发现病灶。腾讯觅影利用腾讯优图在大数据运算、图像识别与深度学习方面的先进技术，提高对于肺结节的检测敏感性与准确度：根据测算，其对早期肺癌的敏感度（识别正确率）达到85%以上，对良性肺结节的特异性（识别正确率）超过84%，对于直径大于3mm小于10mm的微小结节检出率超过95%，可帮助放射医生大幅提升肺部CT的早癌筛查能力。腾讯觅影还将拓展到肺结节、乳腺癌、宫颈癌等病种筛查。
4、5-10年后，医疗保健等都面临被淘汰的危机
人工智能是有着强大的优势。它有着强大的信息储存、检索和处理能力，稳定的执行力，它不知疲劳、没有情绪，还有强大的自学能力。人类围棋高手已被悉数打败，病例诊疗软件已经用来训练医学生和规培医生，达芬奇机器人在我国完成手术台数已经破万。
我对自己的不满，比如关于记忆的准确性、计算的正确性、计划的执行力、情绪的控制能力，人工智能肯定都能比我做得好。如果它来做医生，好像似乎它能比我更成功呢！临床上，诊断治疗方案的确定不带情绪、不会疲劳、按部就班，正确率会更高吧；科研上，写SCI也就是一套程序，逻辑分析、统计应用、英语语法比我强好多吧；教学上，各种医学教学软件不正在兴起么？噢MyGod，它应该甫一入行就是高级职称吧？
5、谷歌和Verily公司开发了诊断乳腺癌的人工智能
内行人都知道，病理诊断的准确性严重依赖于病理医生的水平，即便是对于同一名病人，不同病理学家给出的诊断也往往会有很大不同：一篇2015年的论文发现，不同病理学家对乳腺癌诊断的一致率只有75.3%。在某些不典型的乳腺癌中，诊断的一致率竟下降到了48%，只有不足一半。
谷歌和Verily的科学家们邀请了一位病理学家，并让他与人工智能进行一场比赛。这名病理学家花了整整30个小时，仔细分析了130张切片，并给出了他的诊断结果。在随后基于灵敏度（找到了多少正确的肿瘤）和假阳性（将多少正常组织诊断为肿瘤）的评分中，这名病理学家的准确率为73.3%。人工智能交出的答卷是88.5%，超过了专业的病理学家，完胜人类。
6、FDA首次批准了心脏核磁共振影像AI分析软件
2017年1月10日，据FDA官网显示，其首次批准了一款心脏核磁共振影像AI分析的软件CardioDL，这款软件将深入学习用于医学图像分析，并为传统的心脏MRI扫描影像数据提供自动心室分割的分析，这一步骤与传统上放射科医生需要手动完成的结果一样精准。
据悉，这款人工智能心脏MRI医学影像分析系统不但得到了FDA510（k）的批准，还得到了欧洲的CE认证和批准，这标志着该软件将被允许用于临床。
7、AI在儿童自闭症早期诊断上完胜医生
近期，《自然》（Hazlettetal.2017）：在北卡罗来纳大学（UNC）教堂山分校精神病学家HeatherHazlett的带领下，人工智能在疾病诊断领域又下一城。她们开发的深度学习算法，在预测2岁前的自闭症高危儿童（有个自闭症哥哥或者姐姐）是否会在2岁之后被诊断为自闭症上，以88%的准确度远超准确度只有50%的传统行为问卷调查法（Charman2014）。
8、AI机器人学完2186张肺癌图谱，完胜病理学家
2016年8月《自然通讯》发表了一份斯坦福大学医学院研究人员的研究：计算机可被培训得在评估肺癌组织切片时比病理学家更加精确。
研究人员使用了从腺癌、鳞状细胞癌患者获得肺癌基因图谱2186张图像。数据库还包含了每例肿瘤的级别、期别和每例患者在诊断后的存活时间信息。
然后研究人员使用这些图像来训练计算机软件程序，以确定更多肉眼所不能观察到的癌症特异性特征—近10000种个性特质vs几百种病理学家通常使用的评估特征。这些特征不仅包括了肿瘤细胞的大小及形状，也包括了细胞核的形状与质地以及与相邻肿瘤细胞的空间关系。
9、AI再登Nature封面：诊断皮肤癌，准确度堪比专家
斯坦福大学的研究人员采用深度卷积神经网络，通过大量训练发展出模式识别的AI，使计算机学会分析图片并诊断疾病。研究者向受训的计算机和21名执业医师分别提供了一批训练数据集中没有出现过的皮肤病变图片，这些图片都由组织活检确定了对应的病症。诊断比赛的结果是计算机的准确率和人类医生差不多，有时候还胜过人类医生。
10、30秒发现九成肺癌乳腺癌，港中大人工智能识别系统问世
香港中文大学计算器科学与工程学系针对检测医学影像，开发人工智能影像识别系统，只需三十秒至十分钟，便可分析病变影像，准确率超过九成，减少人为错误。香港中大计算器科学与工程学系教授王平安称，团队将联同北京三所医院合作开发，优化识别肺结节病变的技术。他又称，智能影像识别技术理论上可广泛应用于不同癌症，但个别罕有病，病人数据不多，影响系统准确性。
11、眼科人工智能机器人
Airdoc创始人张大磊说，Airdoc现可通过眼底识别糖尿病性视网膜病变、白内障、青光眼等疾病。人工智能可模拟人类大脑，积累众多医学专家的经验并同步给任何一位医生，与Airdoc共建人工智能医疗合作示范基地将有助于为患者提供更精准且高效的治疗方式，让患者少走“弯路”，让每一位医生都拥有经验丰富的“医学诊疗助手”。
12、DE超声机器人
浙江大学数理学院和浙江德尚韵兴图像科技有限公司成功开发的智能医疗影像诊断系统-DE超声机器人的准确率则能稳定在85%以上，在实验室则达到90%以上，而国内比较顶级的三甲医院10年资质的放射科医生判断准确性平均在75%左右。在包括浙江大学第一附属医院的医疗机构已经实际应用，服务了几千名患甲状腺结节的病人。
13、安医大一附院和腾讯共同打造智慧医院
在智慧医疗和人工智能研发等方面展开深度合作。目前，开展的食管癌智能辅助诊疗平台已经在医院内镜中心正式使用，辅助医生对食管癌进行筛查，准确率高达96%以上。除了食管癌早期筛查，医院还将在糖尿病性视网膜病变、乳腺癌淋巴清扫病理图像识别、乳腺癌钼靶图像识别、宫颈癌筛查、病理特征等方面展开深入研究。
纵然，人工智能不是万能的，但是它的确会在某些学科和领域超过人类的能力，取代医生的部分甚至大部分工作。如果用于诊断疾病或者是判断预后的数据或者图像是可以标准化，量化，结构化的话，基本上是可以用人工智能来完成的，在确立算法以后，可以让机器不断的学习和积累，逐步完善。
是人工智能成为医生的助手，还是医生成为人工智能的助手？？
那么让我们来设想和预测一下，人工智能“取代医生”线路图吧：
1.皮肤科
皮肤科在台湾和一些欧美国家都是最后医学生欢迎的科室，因为工作相对轻松，收入颇丰，不用值夜班。很遗憾，人工智能要来了，皮肤科人工智能医生将会取代很多人的工作，而且AI的水平将会高于大多数的普通医生。
2.病理科
比如，宫颈癌的筛查：医生收集宫颈脱落细胞以后，机器可以自动制片，自动判别是否有癌细胞。在宫颈细胞良恶性方面，至少80-90%的病理医生的工作可以被AI取代。
3.医学影像、核磁共振、超声诊断、心电图
原理相同，而且目前是人工智能进入最多的领域。
4.妇产科
胎心监护：胎心监护结果的解读和判断也完全可以由AI完成。
5.肿瘤科
肺癌、乳腺癌、甲状腺、结肠癌、直肠癌、胃癌、食管癌、宫颈癌、卵巢癌、血液疾病、前列腺癌、皮肤癌。
6.内科、外科等各临床学科
整合所有检验检查数据，查阅文献，分析病情，给出诊断和治疗方案。
7.药学
临床药师、药剂师（智能发药系统）
8.科研教学
人工智能如此强大的学习能力，将来怎么做科研？同时，人工智能将来会教“人类”来抢他们的工作吗？
机器比人可靠，机器比人类更精准，机器不会疲劳，随着算法的不断进步和数据的不断积累，人工智能的水平会越来越高，会从现在的帮助人类做判断演变到代替人类做判断。当然，那些非标准化，充满不确定性，以及人工操作的临床工作，还是人工智能AI所无法替代的。
这个趋势是不可逆的，是不可抵挡的，FDA也挡不住。
将来会有一个BreakingPoint引爆点，过了这个引爆点以后，会出现医生常规工作量的断崖式下跌，在很大程序上代替医生的基本工作，成为医生的良好助手。
有人猜测，未来的情景将会是：顶级高水平医生是让AI做助手，普通医生是做AI的助手。
笔者一直关注人工智能的发展，有幸结识了许多从事和研究人工智能和智慧医疗的专家大咖，人工智能医疗投资的刘总，思创医惠、杭州认知的王总，以及百洋科技、天晟华容的张总，以及众多的技术咖，三级医院的院长和主任，他们推崇：
人工智能AI是有热情、有温度、有情感、爱交流的医生的助手！
我觉得他们对人工智能目前的定位非常好，符合目前绝大部分医护人员和社会人群对智能医生的认知水平！
目前的定位使智能医生能够更容易的走入医院成为医生的助手，能够更容易的走入社会解决大众的健康教育问题。
本文为个人观点，如有不当之处，欢迎留言交流指正，谢谢！
医生是否会被人工智能取代
原创
“火眼金睛”的修炼
人体是一个“封闭系统”，要看到藏在体内的疾病，就不得不借助先进的技术手段，其中影像学技术发挥着不可替代的作用。医学影像科可以说是最紧跟科技“潮流”的科室之一，近年来，这个学科逐步走到台前，越来越多的患者开始寻求影像学医师的帮助！
毫无疑问，影像医学专家在疾病预防、诊断、治疗等方面的价值愈来愈重要，今天我们就来谈谈掌握先进影像医学技术的“火眼金睛”。
——汪登斌
上海交通大学医学院附属新华医院放射科主任、主任医师、教授
三甲天团
汪登斌
上海交通大学医学院附属新华医院
放射科主任、主任医师、教授、
博士生导师，上海市卫生系统优秀学科带头人
新华临床医学院医学影像学教研室主任、上海市住院医师规范化培训新华医院医学放射科基地主任、放射诊断专业专科医师基地主任。
现兼任中华医学会放射学分会乳腺专委会副主任委员、中国妇幼保健协会放射医学专业委员会主任委员、中国医师协会放射医师分会影像人工智能专委会副主任委员、上海市医学会放射学分会副主任委员、上海市放射卫生技术评审专家库放射诊疗与核事故医学应急专家、美国放射学会会员、欧洲放射学会会员等职。
在乳腺及腹部影像学方面具有较深的造诣，是目前我国“乳腺MRI检查共识”执笔人。发表论文150余篇，其中SCI50余篇，主持国家自然科学基金4项、国家重点研发计划子课题1项（200万元）、上海市科委重点项目等省部级项目7项；获得上海市卫生系统“优秀学科带头人”（新百人）培养计划等人才计划7项。
人工智能与影像学深度融合
近年来，随着深度学习等计算技术的日益成熟，人工智能(AI)在与影像学的结合中取得了巨大的成功，它对某些病灶的识别和分类已经接近甚至超过了人眼的精度。
2005年左右开始，人工智能进入发展加速期；科研人员不断探索，各领域专家协同合作，技术不断更新，2014年后人工智能更是高歌猛进；2020年开始，多项人工智能技术被国家药品监督管理总局（NMPA）批准进入临床应用。
人工智能可提高工作效率
人工智能与影像学深度融合
虽然人工智能辅助诊断技术尚不能代替医生，后期还需医生根据人工智能辅助技术结果进行二次阅片、最终确诊；但是人工智能的应用降低了漏诊率、误诊率，在提升诊断的准确率方面效果显著，如以下几个方面。
1.肺结节
有些微小结节肉眼较难分辨，但人工智能依靠算法，即使结节只有１毫米，它都能够识别，具有很高的灵敏度和特异度；人工智能还可以对结节进行风险分层，将高风险的结节特别标记，为后续医生的诊断提供了可靠的基础。
不过，有些在肺门和纵隔接壤部位的实性结节，目前的人工智能技术也会容易漏报，还需影像科医生多次复看，但其在提高诊断及临床医师工作效率等方面的优势不可否认。
2.骨龄
家长在发现自家孩子发育不正常（过快或过慢）时，往往会咨询医生是否需要做骨龄检查。从前，骨龄并没有太大的说服力，评估也十分繁琐费时。
随着技术的进展，骨龄渐渐成为评价儿童生长发育状况的重要指标，也是部分儿童内分泌疾病诊断与疗效评估的参考依据，更是预测成长期儿童成年身高的主要依据。
而在人工智能日益普及的今天，其繁琐性得到明显改善，准确性已能满足临床需求，现骨龄已可精准到几岁几个月。
3.骨折
以前医生会根据患者拍的片子来寻找有无骨折，每位医生的观察结果也会不一样。
骨折后，特别是肋骨骨折的患者会因疼痛而保持姿势，甚至肌肉紧绷，无意中固定了骨折部位，使骨折线不甚明显；几天后骨痂形成、骨折附近组织吸收，骨折线明显起来，医生才发现还有几处骨折。
这一度令医生和患者都相当困扰。而人工智能的应用让骨折的蛛丝马迹都能被找出来，提高了诊断正确率和工作效率。
4.心脑血管
人工智能结合CT血管造影（CTA）可预测动脉粥样硬化斑块的风险，对于软斑块的预测更准；同时，还可以辅助判断冠状动脉是否会有狭窄等；而对于混合型斑块的评估准确性稍差一些，还需进一步提高。
影像学发展至今，带给人们越来越多的惊喜。
医生是否会被人工智能取代？
影像学如何为精准治疗保驾护航？
疾病的早期诊断、健康管理等，影像将要如何助力？精彩内容尽在2021年第１期《家庭用药》。
阅读原文
人工智能是否会替代医生
药物研发。困扰药物研发的三大问题是费用高、周期长、成功率低。美国塔夫茨药物开发研究中心的数据显示：开发一种新药的平均成本为26亿美元，一种新药上市的平均时间约为12年，大约只有10%的候选药物能从第一阶段测试走向市场。但经过20多年的发展，在人工智能的算力和大数据分析能力的双轮驱动下，新药研发的成功率从12%提高到14%。人工智能能够挖掘出不易被发现的隐性联系，构建药物、疾病和基因之间的深层次关系；也可以对候选化合物进行虚拟筛选，更快地选出活性较高者，为后期临床试验做准备。人工智能在新药研发领域主要应用于靶点发现、化合物合成、化合物筛选、晶型预测、患者招募、优化临床试验设计和药物重定向七大场景。
医学影像处理。“人工智能热”在最近10年的重新兴起，得益于以深度学习为代表的人工智能技术在图像处理方面取得的长足进步。基于深度神经网络的医学影像研究将机器认知医学影像的能力提升到新高度，已涉及放射影像、病理图像、超声影像、内镜影像等多个领域。深度神经网络在一些任务场景中已展现出与医师水平相当、甚至超越医师的能力。2018年，世界顶尖科学期刊《细胞》以封面文章形式刊登了一项由中国研究团队提出的人工智能应用于医学影像处理领域的重磅研究成果：基于深度神经网络诊断眼病及肺炎等疾病的人工智能系统，该系统筛查致盲性视网膜疾病的准确率可达96.6%，且灵敏度和特异度均与专业眼科医师相当。
精准医疗。精准医疗是指与患者分子生物病理学特征相匹配的个性化诊断和治疗策略，它的发展得益于基因组分大数据和人工智能分析技术。精准医疗是人类医疗技术发展的必然趋势，它需要将更多的判断交给人工智能，将更多的操作交给机器，将医生从重复性的、容易犯错误的工作中解放出来，使之专注于更具创造性的领域。在全球精准医疗快速发展的影响下，2015年以来，我国在精准医疗领域密集发布相关政策，加速推进行业监管跟进和政策方向指引。在政策支持下，精准医疗发展进入快车道。根据国家科技部的计划，我国将在2030年前投入600亿元人民币用于推动精准医疗的发展。中国精准医疗市场规模正在以每年20%的速度增长，已经超过世界平均水平。
医生是否会被人工智能代替？在可预见的未来，这仍然是一个开放性话题。事实上，人工智能正以其不可替代的优势助力医疗行业。正如习近平同志提出的，“把人民群众的生命安全和身体健康放在第一位”，研究人工智能技术在医疗行业的应用，其目的不是替代医生，而是帮助医生更好地维护人民群众的生命安全和身体健康。
原载《群言》2020年第11期
作者单位：中国科学院计算机网络信息中心返回搜狐，查看更多
人工智能会取代医生吗
从目前的应用来看，人工智能应用比较好的领域是皮肤科、病理科和影像科。
上海市第一妇婴保健院院长
这个问题有两种答案：
看好人工智能的人会说YES，因为用不了几年人工智能真的会取代那些平庸的医生，取代那些Belowaverage（低于平均水平）的医生，但是暂时不会取代那些Aboveaverage（高于平均水平）的医生。
不看好人工智能的保守医生会说NO，TA真的是发自内心的、天真地以为人工智能不会取代任何医生。其实未来最需要AI的是Belowaverage的医生，也是最不理解和最不接受人工智能的人。
最近，人工智能很火，不仅仅是在投资界很火，在学术界也很火。
好的人工智能公司很容易融到钱，连不咋地的人工智能公司也拿到钱了，这也难怪一些临床医生说有些AI项目纯粹是圈钱和烧钱，将来肯定进不了临床。
但是，好的AI项目还是挺靠谱的，最近《自然》杂志连续发了好几篇人工智能完胜各个学科医生的文章。
看看这些夺人眼球的文章题目，你就会明白了。
近日，来自谷歌、谷歌大脑与Verily公司的科学家，开发出了一款能用来诊断乳腺癌的人工智能，它的表现甚至超过了专业的病理学家。
内行人都知道，病理诊断的准确性严重依赖于病理医生的水平，即便是对于同一名病人，不同病理学家给出的诊断也往往会有很大不同：一篇2015年的论文发现，不同病理学家对乳腺癌诊断的一致率只有75.3%。在某些不典型的乳腺癌中，诊断的一致率竟下降到了48%，不足一半。
看了这种现状你害怕不？而且在中国我们还缺很多很多的病理科医生。
病理科医生必须经过数年甚至十几年的训练才能掌握足够的经验，成为一名合格的病理学家，要成为优秀的病理学家更是难上加难，在医疗资源不足的地区，想要得到诊断，都是一种奢望。
为了解决病理诊断的瓶颈，谷歌和Verily的科学家们做了一个尝试。他们将单张病理切片的图像分割成了数万至数十万个128x128像素的小区域，每个小区域内可能含有数个肿瘤细胞。随后，他们提供了许多肿瘤组织与正常组织的病理切片，供人工智能学习。最终，这款人工智能掌握了一项像素级的技巧——它能分辨出单个小区域内被标注为“肿瘤”的像素，从而将整个小区域标注为“肿瘤区”，从而有效地将肿瘤组织与健康组织区分开来。
学习完毕后，这款人工智能迎来了实战。科学家们邀请了一位病理学家，并让他与人工智能进行一场比赛。这名病理学家花了整整30个小时，仔细分析了130张切片，并给出了他的诊断结果。在随后基于灵敏度（找到了多少正确的肿瘤）和假阳性（将多少正常组织诊断为肿瘤）的评分中，这名病理学家的准确率为73.3%。人工智能交出的答卷是88.5%，完胜人类。
2017年1月10日，美国FDA首次批准了一款心脏核磁共振影像人工智能分析软件CardioDL，这款软件将深度学习用于医学图像分析，并为传统的心脏MRI扫描影像数据，提供自动心室分割分析，这一步骤与传统上放射科医生需要手动完成的结果一样精准。
这一基于深度学习的人工智能医学影像分析系统，已经进行了数以千计的心脏案例的数据验证，该算法产生的结果与经验丰富的临床医生分析结果不相上下。
据悉，这款人工智能心脏MRI医学影像分析系统，不但得到了FDA510(k)的批准，还得到了欧洲的CE认证和批准，这标志着该软件将被允许应用于临床。
近期，在北卡罗来纳大学（UNC）教堂山分校精神病学家HeatherHazlett的带领下，人工智能在疾病诊断领域又下一城。她们开发的深度学习算法，在预测2岁前的自闭症高危儿童（有个自闭症哥哥或者姐姐）是否会在2岁之后被诊断为自闭症上，以88%的准确度远超准确度只有50%的传统行为问卷调查法（Charman,2014）。
人工智能在疾病诊断领域再次战胜人类。
2016年8月16日,《自然·通讯》发表了一份斯坦福大学医学院研究人员的研究：计算机可被培训在评估肺癌组织切片时，比病理学家更精确。
研究人员使用了从腺癌、鳞状细胞癌患者获得肺癌基因图谱的2186张图像。数据库还包含了每例肿瘤的级别、期别以及每例患者在诊断后的存活时间信息。
然后，研究人员使用这些图像来训练计算机软件程序，以确定更多肉眼所不能观察到的癌症特异性特征——近10000种个性特质vs几百种病理学家通常使用的评估特征。这些特征不仅包括了肿瘤细胞的大小及形状，也包括了细胞核的形状与质地以及与相邻肿瘤细胞的空间关系。
斯坦福大学遗传学教授Snyder博士说：“事后看来，一切都在情理之中。计算机能够比人类更加准确、快速地在数以千计的样本中，多次评估甚至是微小的差异。”
2月2日，斯坦福大学研究人员采用深度卷积神经网络，通过大量训练发展出模式识别的AI系统，使计算机学会分析图片并诊断疾病。
训练计算机的数据库由129450张皮肤病变图片和对应的文字描述组成，涵盖了2032种皮肤病。而诊断的“参考答案”则由皮肤病专家提供，他们依靠的是非侵入性图像分析和组织活检。
之后，计算机迎来了“毕业考试”。研究者向受训的计算机和21名执业医师分别提供了一批训练数据集中，没有出现过皮肤病变的图片，这些图片都由组织活检确定了对应的病症。诊断比赛的结果是计算机的准确率和人类医生差不多，有时候还胜过人类医生。
人工智能会如何取代医生？
人工智能不是万能的，但是它的确会在某些学科和领域超过人类的能力，取代医生的工作甚至是完全取代医生。
如果用于诊断疾病，判断预后的数据或图像可标准化、量化、结构化的话，基本上可用人工智能来完成。在确立算法后，可让机器不断地学习和积累，逐步完善，最终战胜人类。
从目前的应用来看，人工智能应用比较好的领域是皮肤科、病理科和影像科。
皮肤科在台湾和一些欧美国家，都是医学院学生在毕业的时候最喜欢选择的科室，因为工作相对轻松，收入颇丰，而且还不用值夜班。它也是在线问诊收入最高的科室。
很遗憾，人工智能要来了，而且很有可能会取代很多人的工作，假以时日，皮肤科的人工智能医生将会取代很多人的工作。
目前，中国最缺的医生是病理科，很遗憾，届时病理科和影像科医生的工作也有可能被人工智能抢走，而且它们的水平将会高于大多数普通医生。
再看看我从事的妇产科，有很多常规工作将来都可以用人工智能来完成，根本不需要那么多的医生了。
宫颈癌的筛查：医生收集宫颈脱落细胞以后，机器可以自动制片，自动判别是否有癌细胞。在宫颈细胞良恶性方面，至少80-90%的病理医生的工作可以被人工智能取代。
产科超声：在胎儿畸形的筛查与诊断方面，北美的普遍做法是由一般的Sonographer超声技师来按照标准的切面截图保留，然后由MFM母胎医学专家审读、写报告。理论上讲，这些超声截面图的审读是可以由人工智能来完成的，原理类似于人工智能对CT和MRI片子的解读和判断。
胎心监护：胎心监护结果的解读和判断也完全可以由人工智能完成。
机器比人可靠，更精准，而且它还不会疲劳，随着算法的不断进步和数据的不断积累，人工智能的水平会越来越高，会从现在的帮助人类做判断，演变到代替人类做判断。
这个趋势是不可逆的，也不可抵挡，FDA也挡不住。将来会有一个BreakingPoint引爆点，过了这个引爆点以后，会出现医生常规工作量断崖式的下跌。
未来的情景将会是：Aboveaverage的医生由AI做助理，Belowaverage的医生是做AI的助理。
当然，那些非标准化、充满不确定性以及人工操作的临床工作，还是人工智能无法替代的。
《知识分子》是由饶毅、鲁白、谢宇三位学者创办的移动新媒体平台，致力于关注科学、人文、思想
[责任编辑:宋雅娟]