人工智能无法取代人类医生的5个理由
医学未来学家认为，像维诺德·柯斯拉这样的投资者并不完全了解医学行业，因此他所描绘的愿景不会出现。永远也不会出现。
根据牛津大学的CarlBenediktFrey和MichaelA.Osborne的报告，医学转录员，医疗记录员和健康信息技术人员以及医疗秘书是未来最有可能由计算机化实现的工作，但只有0.42%的概率让医生和外科医生的职业实现自动化。
别误会我的意思，AI将在未来10到15年内在医学领域出现。例如，放射学家和临床学者休·哈维估计在10年内使用AI将成为NHS常规实践。博思艾伦咨询公司的健康信息学/精准医学主管安娜·费尔南德斯说在三年内我们将有许多机器学习算法在美国进行积极的临床试验测试并获得批准在医学领域中使用。
此外，AI将改变当医生的意义：一些任务将消失，而其他任务将被添加到工作程序中。然而，永远不会出现自动化（机器人或算法）取代医生的情况。让我告诉你五个原因吧。
1
医学不能没有同理心
即使一系列技术将提供出色的解决方案，它们也很难模仿同理心。为什么？因为同理心的核心有建立信任的过程：倾听对方，关注他/她们的需要，表达同情的感觉，并以对方理解的方式作出回应。
目前，你不会相信机器人或智能算法做出的性命攸关的决定，甚至决定是否服用止痛药的决定你也不会相信。以NHS及其实验为例，通过聊天机器人可以减轻健康热线的负担。参与试验的患者表示他们将使用该系统更快地与医生预约，而不是采用聊天机器人给出的建议。
如果健康问题较为简单，患者在自我照顾方面承担更多责任，未来可能会发生变化，但我们可能永远无法想象没有同理心的医学。我们需要医生握着我们的手，同时告诉我们一个性命攸关的诊断，治疗指导和整体支持。而算法无法取代。永远也无法取代。
2
医生采用非线性工作方法
《豪斯医生》有一集，团队无法弄清楚一个小男孩是如何中毒的。他们考虑了很多可能：药物，食物中毒，农药中毒。对于每种可能的诊断，他们建议采用不同的治疗方案。
他们每个人都让病人变得更糟——直到他们偶然发现这个男孩沾染到了亚胺硫磷，这是一种牛仔裤使用的杀虫剂，男孩从把裤子放在一辆卡车里的街头小贩那里买来牛仔裤。这个男孩没有洗过就穿上了那条裤子，这就是他的皮肤吸收毒物的方式。
没有算法可以做出这样的诊断。虽然数据，测量和定量分析是医生工作的重要组成部分——而且在未来这些将变得更加重要（你知道，数据是工业新的石油或食物）——建立诊断和治疗患者是非线性过程。它需要算法和机器人永远不会拥有的创造力和解决问题的技能。
患者和他们的生活方式也各有不同。疾病具有相同的特征。因此，情况并非如此;每个病人都需要人类医生的关注。在复杂的数字解决方案出现之前，医生将把从简单医疗设备采集的数据转换为医疗决策。将来，任务还是一样的，不过医生将使用更复杂的技术。
3
技术需要有能力的医生
越来越复杂的数字健康解决方案将需要合格的医疗专业人员的能力，无论是关于机器人还是AI方面都是如此。以最常见的手术机器人达芬奇手术系统为例。它具有3D高清放大视觉系统和弯曲和旋转远远超过人手的微型手腕器械。然而，外科医生必须学会如何操作它，而掌握它需要练习。
同样，看看IBMWatson。它是为肿瘤学家设计的独特项目，为临床医生提供了基于循证医学的治疗方案。尽管如此，只有医生加上可以选择治疗的患者，只有医生才能评估智能算法是否给出了可能有用的建议。没有机器人或算法可以解释清楚复杂的，多层次的挑战，包括心理方面。虽然它们将提供数据，但解释将始终是人类的领土。
4
总有人类才能完成的任务
医生，护士和其他医务人员每天都要完成繁琐单调和重复的任务。一项研究表明，在美国，普通医生每周在药物配给的时间为8.7小时。精神科医生在文书工作工作时间中比例最高（20.3％），其次是内科医生（17.3％）和家庭/全科医生（17.3％）。这些类型的任务和程序可以自动化，而且它们也应该自动化。
但是，技术也有无法履行的职责和责任。虽然IBMWatson可以在几秒钟内筛选出数百万页的文档，但它永远无法进行海姆利克急救法。比之技术，总会有些任务人类可以更快完成，更可靠地完成或以更低的成本完成。
5
从来不是技术与人类的对决
把AI塑造成人类永远的敌人，这种想法应该彻底停止了。它从来就不是技术与人类之间的对决，或者技术的一部分与人类之间的的对决，因为技术创新总能达到帮助人们的目的。
我们在同一战壕内作战。无论是AI，机器人，增强显示技术还是虚拟现实技术，我们都应该接受它们对医学运营方式产生的巨大影响，然后开始利用它们的力量。想象一下，如果将创造力和解决问题的技能与无限的计算能力和技术认知资源相结合，医学能够取得多大的成就。
人与技术之间的合作是最终的回应。通过深度学习识别转移性乳腺癌的研究揭示了类似的情况。当深度学习系统的预测与人类病理学家的诊断相结合时，图像分类以及肿瘤定位评分显著增加。此外，人为错误率下降了85％。研究结果表明，人工智能和人类在合作时最有效。
喜欢我，就给我一个“在看”
返回搜狐，查看更多
CAS Authentication wanted!
CASAuthenticationwanted!YoushouldalreadyhavebeenredirectedtotheCASserver.Clickheretocontinue.
phpCAS1.3.1usingserverhttps://www.medlive.cn/auth/(CAS2.0)人工智能会替代医生吗
在医疗领域，人工智能正从前沿技术转变为现实应用。“人工智能医生”PK人类医生，谁更厉害？
图为5月5日，在第二届数字中国建设峰会上展出的数据技术研究院医疗多模态智能交互系统。新华社记者林善传摄
去年6月，在北京国家会议中心举办的全球首场神经影像人机大赛上，国家神经系统疾病临床医学研究中心等机构研发的“BioMind”系统出战由25名神经影像领域的专家学者以及优秀临床医生组成的人类战队。
在进行了225例颅内肿瘤影像和30例脑血管疾病影像判读比试后，“BioMind”系统分别以87%、83%的准确率，战胜了人类战队66%、63%的准确率。
无独有偶，科大讯飞推出的“智医助理”，此前也以超过合格线96分的成绩，成为通过国家执业医师资格考试综合笔试评测的人工智能机器人，被认为具备了全科医生的潜质。
IBM的“沃森医生”、百度的“医疗大脑”、阿里健康的“DoctorYou”……越来越多的人工智能辅助诊疗和智能影像系统出现在市场上，让人们不禁为医生的职业担忧起来。
然而，业内的声音恰好相反。
“把人工智能作为助手，协助临床医生提升诊断准确率和效率，而不是取代医生，是业界发展的共识。”腾讯医疗健康事业部技术委员会主任钱天翼表示，临床上有CT、核磁、病理、实验室化验等不同的手段，每一种模态的存在都有其特殊价值，临床医生往往是根据多模态综合多个检查结果进行诊断。人工智能只是辅助临床医生提升诊断准确率和效率，为资深医生减轻重复劳动压力，为年轻医生提供快速成长的路径。
前百度硅谷人工智能实验室科学家、中科九峰首席人工智能科学家李祎博士也认为人工智能基本不能替代医生，除非是在细胞计数等一些问题定义简单、工作内容重复的任务上。
“绝大部分医生的工作除了通过眼睛去观看医学图像之外，还需要结合医学知识进行逻辑推理，才能得出具有实际临床价值的结论。而逻辑推理正是目前学界公认的以深度学习为基础的人工智能所欠缺的。”李祎表示。
在临床上，“人工智能医生”首先需要接受准确的数据输入才能产生正确的诊断，而患者的症状并不总是能用完美的医学术语来描述。并且，了解患者的完整病史仍然是临床诊断的关键环节，那些善于倾听、安慰患者，得到患者信任的医生有可能获取更多的信息。
“我认同美国国立卫生研究院科学家罗纳德·撒莫斯博士的名言，即‘拥抱人工智能的医生会取代拒绝人工智能的医生’。”李祎说。
人工智能替代岗位
不过，这并不意味着所有医生都百分之百认同这一观点。毕竟，在整个医学发展过程中，科技在一定程度上起着举足轻重的作用。如青霉素的发明使用，推动了抗感染疾病以及感控医学的发展。“医学的每次进步都跟科技息息相关，我们号召更多的年轻医生关注科技。”朱颖强调。她指出，医学是一个严肃的事情，其诊断过程较为复杂，但大体可能分为四步：搜集病人临床信息；对病人信息进行整理和分析；基于信息的整理和分析做出初步的诊断、假设；根据搜集的信息提出检测方法，然后用该检测方法证实之前的假设，排除一些可能性低的假设，用朱颖的话说就是“用新技术来确认自己的诊断、想法。”面对普通疾病时，医生往往能快速地按照上述步骤做出诊断。不过，在面对疑难重症时，这一做法的有效性将大打折扣。朱颖举例，自己收治的一名患者，肺部长有一个0.7厘米的小结节且伴随咳嗽，多学科会诊后，放射科医生、胸外科医生、呼吸科医生分别给出了不同的治疗意见。“在这种情况下，医生面临包括该怎样告知患者下一步治疗在内的不同选择和决策，我觉得压力是非常大的。”朱颖坦言，在面对多种抉择的情况下，医生需要大数据、人工智能的支持。IBM堪称"AI+医疗“的翘楚，在医疗领域，IBMwatsoN可以再17秒内阅读本医学专著，24.8万篇论文，69种治疗方案，61540次实验数据，10.6万份临床报告。通过海量汲取医学知识，包括300多份医学期刊，200多种教科书及近1000万页文字，IBMwatson已在短时间内迅速成为肿瘤专家 随着人工智能技术的逐渐成熟，IBMWatson以肿瘤为重心，逐渐将服务半径伸向慢病管理、精准医疗、体外检测、精准医疗等九大医疗领域，逐步实现人工智能作为一种新型工具的价值。由于不同医生所见病案数量不同（数据源不完整），理解能力不一（算法不同），操作水平不定（执行误差各异），其诊疗水平(模型预测准确度)各不相同。也难怪很多基层医生愤愤不平：如果我也能像大型三甲医院的医生一样天天见这么多病人，接触这么多先进的概念方法，我也不会比这些医院的医生差到哪里去！一定程度上这是很有道理的。然而，内部资料显示，即便是大型三甲医院，其误诊率也高达30%；而地方医院则可能高达60%（置信度有待考证，不过问题是存在的）。相比于医生来说，人工智能在某些方面有明显的优势。例如其可以快速处理海量数据，具备比较完善的推理能力，不带有人类的主观性等。这些特征可以弥补医生的某些限制。所以，使用人工智能辅助医生，则成为了一件利国利民的事情。
人工智能的特点是能够处理大量数据和信息，这就需要足够的原始数据进行支持，但在医学很多领域缺少足够的原始数据。IBM沃森健康负责人PhilWu以沃森为例，谈到面对所谓经验上的东西沃森是支持的，沃森所提供的医疗方案背后都有实证支持。“面对疑难杂症，这点沃森解决不了，疑难杂症没有一个标准化，沃森无法实现学习。”