微创手术又开始了新一轮技术革命——机器人化,未来的外科医生

说起手术,我国古代的著名案例里必须有“关羽刮骨疗毒”的一席之地,那场景如果后世想用写实一点的方式呈现在影视作品里,恐怕也算是限制级的画面了吧。因此,几乎所有的人都把大型外科手术(这里泛指开胸、开腹或者开脑的手术)当做最后的选择,因为相对直接的治疗效果的代价是手术本身对身体造成的较大伤害,我们姑且称之为手术创伤吧。

这是前一阵网上疯转过一个视频,医生利用达芬奇Si型手术机器人准确地将一小片葡缝合了起来。

就是因为这些可预见的和一些不可预见的手术创伤,使得各类《术前同意书》不用细思,已然极恐。因此人类外科医疗的发展史,最主要的方向就是把这种手术创伤减到最低,所以就有了“微创”手术这个概念。

从首例真正意义上的微创手术到现在已经有将近三十年了,随着颠覆性的创新带领医疗技术不断跳出传统的窠臼,甚至跟上了摩尔定律的迭代步伐,微创手术也渐渐成为了外科的常规治疗方法之一。

目前,微创手术又开始了新一轮技术革命——“机器人化”,其中最有名的自然是美国的达芬奇手术机器人,它早在2000年就被美国食品和药物管理局(FDA)批准用于一系列的人体手术中。机器人的全面应用加上与人工智能的结合,在不久的将来,科幻电影的场景,可能就会这么真真实实地“走”入我们的生活中。

达芬奇手术机器人系统Si型

达芬奇手术机器人系统Si型

未来的外科医生模样

未来的机器人外科医生其实分为两个部分,一是能够从事智能诊断的人工智能,即软件部分;二就是可以进行各种精密操作的机器设备,即硬件部分,两者相辅相成,缺一不可。

先来说说软件部分吧。1972年,英国利兹大学的研究人员开始围绕急性腹痛症状,对医疗诊断辅助系统(CDSS)进行研究和开发。它是一种医疗信息系统,计算机通过收集分析数据,从而提出恰当的诊断建议。从那以后,关于智能诊疗系统的开发与研究就再也没有停止过。

如今这个大数据时代的智能诊疗明星当属IBM公司开发的超级计算机Waston,它的设计初衷是挑战自然语言的识别分析领域,现在以它为基础的诊断辅助系统可以说是现今最成功的项目之一。

IBM Waston 诊断决策辅助系统运算框架

IBM Waston 诊断决策辅助系统运算框架

经历了近40年的发展,CDSS系统已经能够在各种病例中,帮助医生更快更准确地做出诊断。2006年,来自卡耐基梅隆大学的沙里克·哈桑医生(Sharique Hasan)和雷玛·帕德曼博士(Rema Padman)对于诊断乳癌的计算机辅助系统提出了改良性的建议。他们设计的系统,通过分析患者病理描述、上一次就医时间、乳房X光片以及上一次乳房造影时间等信息,提出诊断建议。与以往不同的是,他们还建立了一个外部模型,用于随机生成数据并向病历中掺假,从而检验该系统对于真假数据的判别能力。结果在100%识别了虚假信息之后,它提出了99.4%的准确建议。

2015年1月,来自美国马约医疗中心的研究人员表示,他们从超过十万慢性病患者中随机抽取了30名患者,并随机分配给10为医生,让他们分别在独立诊断和计算机辅助诊断的条件下,给出治疗建议。当然,在两种条件下问诊的患者也会被交叉分配。随后得出的结论是,平均每个医生独立诊断的时间为5分钟,而有计算机辅助的诊断只需要1分44秒。

诊断辅助系统将利用患者的断层造影图像,结合患者病史描述,推测出最有可能的病因并精确标出病灶位置。如需手术,它将提供手术方法、流程安排、最优切口选择、麻醉剂量等各种建议。

迅速有效的诊断之后,接下来就轮到稳定精准的机器人“手术师”出场了。在早先文章《超越达芬奇?我国创全球首台内置马达与力度反馈手术机器人系统》中,笔者介绍了微创手术机器人系统。美国IntuitiveSurgical公司开发的达芬奇机器人系统是该行业的旗舰。官方数据表示,从2011年到2014年,它在美国各个专科的手术操作量上升了约50%,达到45万例。

罗马不是一天建成,在达芬奇等手术机器人今天之所以能大显身手,离不开人类在外科手术中的不断的经验积累和技术进步。在这之中,微创手术的发明,绝对是外科实现质变的一个重要节点。所以在这里,笔者想在这里和大家一起回顾一下这段历程。

“微创”到底好在哪里?

微创手术,顾名思义,也就是创口微小的手术,这个“微小”就目前的医疗水平来看,大概单个创口是0.5到2.5厘米,也就是说,一般伤口不会比一块钱的硬币更宽。就目前来看,微创手术多应用于妇科手术、普外科手术以及神经外科手术等各种情况。 

小创口带来的好处应该非常容易理解——减少患者在手术过程中的失血量,降低患者术后的疼痛,缩短术后恢复和留院观察的时间(能尽快出院),而且创口恢复后会比开放手术留下的明显更美观。

2014年6月,洛杉矶西奈医学中心研究团队在《神经外科杂志》上发文称,他们对于全美12425例脊椎手术进行了调查,其中包括3675例微创手术和8750例开放手术。该团队试图探究微创手术在术中失血量、预计留院时间和整体就医费用三个指标上与传统手术的比较,以下两个表格整理了该研究结果(原数据用红色字标出):

从数据中可以看出,微创手术在上述三个方面都有着更好的表现。前两项的结果不难理解,但是微创手术需要调动各种新技术和新设备,又怎么会更便宜呢?

据笔者调查,在欧美国家,留院观察期间每天的花费很高,住院三天的费用就可能超过手术本身的费用了。所以说更短的住院时间是微创手术更便宜的主要原因。另外,特定医疗耗材的需求会因为创口微型化而降低,从而影响整体治疗费用。例如下图中的修复颅骨用的生物材料,每平方厘米约合人民币265元。微创开颅手术创口半径约0.5厘米,而传统手术的创口半径约6厘米,在此单一材料上就能节省近30000元。

那么,既然好处那么多,为什么微创手术的历史才短短不到30年呢?原因其实很简单,传统的开放性的创口虽然造成的伤害较大,但却能为医生提供充足的视野以便观察病灶。因此对于微创手术而言,最大的难点在于如何在极其有限的创口下实现相同的观察效果——如果看不见,那一切都只好免谈了。所以直到内窥镜的发展迎来上升期,微创手术才真正应运而生。

一切从内窥镜技术开始

内窥镜的发明让微创手术变为了可能,它能帮助医生直接看清患者体内到底发生了什么。一般认为是由德国医生菲利普·波兹尼(Phillip Bozzini)在1805年首先提出了内窥镜的概念,当时他设计出了内窥镜雏形,是一种将蜡烛发出的光,通过一组反射镜导入人体内部的装置。

在之后的近两个世纪中,人们经历了概念的摸索、实践的积累,以及最重要的,1879年白炽灯泡的发明。可惜的是,没有一个医生能将视野从妇科手术扩展到普外科微创手术。或者说,仅通过人体自然腔道,无法将内窥镜的优势发挥到极致。

迈出这关键一步的,是法国医生菲利普·莫雷(Phillipe Mouret)。不过当时他没有料到医学史上新的里程碑就此诞生。和牛顿的苹果、孟德尔的豌豆还有伦琴夫人的戒指一样,莫雷的腹腔镜胆囊切除术听起来也像是稀里糊涂的重大突破。

1987年3月,一名50岁的女病人因疼痛性盆腔粘连来找他要求手术治疗,这名患者同时伴有胆囊结石症状。完成盆腔手术后,莫雷医生准备开始实施胆囊切除。当时,时间已经不允许他再做一个切口来结扎胆囊管。于是,就在关键的几秒钟之内,他将钛夹钳伸入腹腔,在胆囊管上安置了两枚钛夹。最后用剪刀将胆囊管剪断,完成了整个手术。

第二天早上查房时,莫雷惊奇地发现病人已化好妆并穿戴整齐打算回家了。这使他意识到这种手术可以大大减轻病人术后的痛苦。于是他又在当年实施了15例这种手术,并在随后的妇科学术大会上公布了这项技术。

莫雷医生的一小步,却是人类的一大步。现在美国每年至少进行120万例腹腔镜微创手术。从下图中可以看出,相比沿一侧肋部的大型创口,腹腔镜微创手术提供了很大程度的美观。随着技术的迅猛发展,达芬奇外科手术机器人系统实现了单眼腹腔镜手术,目前已经投入临床应用。

1990年以后,光电耦合元件在医疗成像领域普及,内窥镜的种类大幅增加。当代内窥镜的作用方式都是经光纤将光源导入体内,同时将影像通过光纤传出,或将光电耦合元件置于内窥镜前端,直接导出数字化影像信息。通过内窥镜可以看到的影像大致如下:

最新的内窥镜已经成为了系列化产品,虽然一般会对每种产品给一个命名,比如腹腔镜,耳道镜等等,但在实际的适用范围并不受限于它们的名字,比如下图中,腹腔镜的工作长度约为30厘米左右,有时可以用作胸腔镜;鼻道镜15厘米左右,可以用作耳道镜。

另外,内窥镜的功能也不限于最初“观察”,而是成为了全套的“微创手术系统”。比如下图中,德国KarlStorz公司开发的LOTTA神经外科内窥镜-手术工具组合,在内窥镜的手持结构上添加了冲洗和吸出的管道。如剪、夹、钳等手术工具,可以穿过该管道抵达病灶。剪刀用来剪碎便于吸出;取样爪和脑室爪均用于取出组织以备检查;脑室夹和冲洗夹用于固定组织,比如,夹住血管从而止血,或者夹住目标组织以免被水冲到视野之外。

【文/DeepTech深科技(微信号:mit-tr)】

氧分子网(www.yangfenzi.com)是关注互联网生态圈的科技新媒体

·氧分子网(http://www.yangfenzi.com)延伸阅读:

产妇手术台死亡,引爆躁动的公众情绪
“科学抗癌”去哪儿了?专家解读防癌抗癌五大误区
网络正能量:绝症男孩捐献角膜回报社会
微博全景记录:一颗心的生命接力
谷歌眼镜改变医学未来的三种绝妙方法
这5种可穿戴设备 有可能改变你的生活
整形者必读:别让毁容医院害了你
毛利:万劫不复去整容
叶三:丁香园开办的线下全科诊所“丁香诊所”的五个故事

分享给您的好友:

您可能还喜欢…

  1. 说起手术,我国古代的著名案例里必须有“关羽刮骨疗毒”的一席之地,那场景如果后世想用写实一点的方式呈现在影视作品里,恐怕也算是限制级的画面了吧。因此,几乎所有的人都把大型外科手术(这里泛指开胸、开腹或者开脑的手术)当做最后的选择,因为相对直接的治疗效果的代价是手术本身对身体造成的较大伤害,我们姑且称之为手术创伤吧。

    就是因为这些可预见的和一些不可预见的手术创伤,使得各类《术前同意书》不用细思,已然极恐。因此人类外科医疗的发展史,最主要的方向就是把这种手术创伤减到最低,所以就有了“微创”手术这个概念。

    从首例真正意义上的微创手术到现在已经有将近三十年了,随着颠覆性的创新带领医疗技术不断跳出传统的窠臼,甚至跟上了摩尔定律的迭代步伐,微创手术也渐渐成为了外科的常规治疗方法之一。

    目前,微创手术又开始了新一轮技术革命——“机器人化”,其中最有名的自然是美国的达芬奇手术机器人,它早在2000年就被美国食品和药物管理局(FDA)批准用于一系列的人体手术中。机器人的全面应用加上与人工智能的结合,在不久的将来,科幻电影的场景,可能就会这么真真实实地“走”入我们的生活中。

    达芬奇手术机器人系统Si型

    未来的外科医生模样

    未来的机器人外科医生其实分为两个部分,一是能够从事智能诊断的人工智能,即软件部分;二就是可以进行各种精密操作的机器设备,即硬件部分,两者相辅相成,缺一不可。

    先来说说软件部分吧。1972年,英国利兹大学的研究人员开始围绕急性腹痛症状,对医疗诊断辅助系统(CDSS)进行研究和开发。它是一种医疗信息系统,计算机通过收集分析数据,从而提出恰当的诊断建议。从那以后,关于智能诊疗系统的开发与研究就再也没有停止过。

    如今这个大数据时代的智能诊疗明星当属IBM公司开发的超级计算机Waston,它的设计初衷是挑战自然语言的识别分析领域,现在以它为基础的诊断辅助系统可以说是现今最成功的项目之一。

    IBM Waston 诊断决策辅助系统运算框架

    经历了近40年的发展,CDSS系统已经能够在各种病例中,帮助医生更快更准确地做出诊断。2006年,来自卡耐基梅隆大学的沙里克·哈桑医生(Sharique Hasan)和雷玛·帕德曼博士(Rema Padman)对于诊断乳癌的计算机辅助系统提出了改良性的建议。他们设计的系统,通过分析患者病理描述、上一次就医时间、乳房X光片以及上一次乳房造影时间等信息,提出诊断建议。与以往不同的是,他们还建立了一个外部模型,用于随机生成数据并向病历中掺假,从而检验该系统对于真假数据的判别能力。结果在100%识别了虚假信息之后,它提出了99.4%的准确建议。

    2015年1月,来自美国马约医疗中心的研究人员表示,他们从超过十万慢性病患者中随机抽取了30名患者,并随机分配给10为医生,让他们分别在独立诊断和计算机辅助诊断的条件下,给出治疗建议。当然,在两种条件下问诊的患者也会被交叉分配。随后得出的结论是,平均每个医生独立诊断的时间为5分钟,而有计算机辅助的诊断只需要1分44秒。

    Sepsis诊断辅助系统界面

    诊断辅助系统将利用患者的断层造影图像,结合患者病史描述,推测出最有可能的病因并精确标出病灶位置。如需手术,它将提供手术方法、流程安排、最优切口选择、麻醉剂量等各种建议。

    迅速有效的诊断之后,接下来就轮到稳定精准的机器人“手术师”出场了。在早先文章《超越达芬奇?我国创全球首台内置马达与力度反馈手术机器人系统》中,笔者介绍了微创手术机器人系统。美国IntuitiveSurgical公司开发的达芬奇机器人系统是该行业的旗舰。官方数据表示,从2011年到2014年,它在美国各个专科的手术操作量上升了约50%,达到45万例。

    罗马不是一天建成,在达芬奇等手术机器人今天之所以能大显身手,离不开人类在外科手术中的不断的经验积累和技术进步。在这之中,微创手术的发明,绝对是外科实现质变的一个重要节点。所以在这里,笔者想在这里和大家一起回顾一下这段历程。

    “微创”到底好在哪里?

    微创手术,顾名思义,也就是创口微小的手术,这个“微小”就目前的医疗水平来看,大概单个创口是0.5到2.5厘米,也就是说,一般伤口不会比一块钱的硬币更宽。就目前来看,微创手术多应用于妇科手术、普外科手术以及神经外科手术等各种情况。

    小创口带来的好处应该非常容易理解——减少患者在手术过程中的失血量,降低患者术后的疼痛,缩短术后恢复和留院观察的时间(能尽快出院),而且创口恢复后会比开放手术留下的明显更美观。

    2014年6月,洛杉矶西奈医学中心研究团队在《神经外科杂志》上发文称,他们对于全美12425例脊椎手术进行了调查,其中包括3675例微创手术和8750例开放手术。该团队试图探究微创手术在术中失血量、预计留院时间和整体就医费用三个指标上与传统手术的比较,以下两个表格整理了该研究结果(原数据用红色字标出):

    从数据中可以看出,微创手术在上述三个方面都有着更好的表现。前两项的结果不难理解,但是微创手术需要调动各种新技术和新设备,又怎么会更便宜呢?

    据笔者调查,在欧美国家,留院观察期间每天的花费很高,住院三天的费用就可能超过手术本身的费用了。所以说更短的住院时间是微创手术更便宜的主要原因。另外,特定医疗耗材的需求会因为创口微型化而降低,从而影响整体治疗费用。例如下图中的修复颅骨用的生物材料,每平方厘米约合人民币265元。微创开颅手术创口半径约0.5厘米,而传统手术的创口半径约6厘米,在此单一材料上就能节省近30000元。

    DePuy Synthes公司生产的颅骨替代材料

    那么,既然好处那么多,为什么微创手术的历史才短短不到30年呢?原因其实很简单,传统的开放性的创口虽然造成的伤害较大,但却能为医生提供充足的视野以便观察病灶。因此对于微创手术而言,最大的难点在于如何在极其有限的创口下实现相同的观察效果——如果看不见,那一切都只好免谈了。所以直到内窥镜的发展迎来上升期,微创手术才真正应运而生。

    一切从内窥镜技术开始

    内窥镜的发明让微创手术变为了可能,它能帮助医生直接看清患者体内到底发生了什么。一般认为是由德国医生菲利普·波兹尼(Phillip Bozzini)在1805年首先提出了内窥镜的概念,当时他设计出了内窥镜雏形,是一种将蜡烛发出的光,通过一组反射镜导入人体内部的装置。

    在之后的近两个世纪中,人们经历了概念的摸索、实践的积累,以及最重要的,1879年白炽灯泡的发明。可惜的是,没有一个医生能将视野从妇科手术扩展到普外科微创手术。或者说,仅通过人体自然腔道,无法将内窥镜的优势发挥到极致。

    迈出这关键一步的,是法国医生菲利普·莫雷(Phillipe Mouret)。不过当时他没有料到医学史上新的里程碑就此诞生。和牛顿的苹果、孟德尔的豌豆还有伦琴夫人的戒指一样,莫雷的腹腔镜胆囊切除术听起来也像是稀里糊涂的重大突破。

    1987年3月,一名50岁的女病人因疼痛性盆腔粘连来找他要求手术治疗,这名患者同时伴有胆囊结石症状。完成盆腔手术后,莫雷医生准备开始实施胆囊切除。当时,时间已经不允许他再做一个切口来结扎胆囊管。于是,就在关键的几秒钟之内,他将钛夹钳伸入腹腔,在胆囊管上安置了两枚钛夹。最后用剪刀将胆囊管剪断,完成了整个手术。

    第二天早上查房时,莫雷惊奇地发现病人已化好妆并穿戴整齐打算回家了。这使他意识到这种手术可以大大减轻病人术后的痛苦。于是他又在当年实施了15例这种手术,并在随后的妇科学术大会上公布了这项技术。

    腹腔镜胆囊切除术

    莫雷医生的一小步,却是人类的一大步。现在美国每年至少进行120万例腹腔镜微创手术。从下图中可以看出,相比沿一侧肋部的大型创口,腹腔镜微创手术提供了很大程度的美观。随着技术的迅猛发展,达芬奇外科手术机器人系统实现了单眼腹腔镜手术,目前已经投入临床应用。

    腹腔镜微创手术创口示意

    1990年以后,光电耦合元件在医疗成像领域普及,内窥镜的种类大幅增加。当代内窥镜的作用方式都是经光纤将光源导入体内,同时将影像通过光纤传出,或将光电耦合元件置于内窥镜前端,直接导出数字化影像信息。通过内窥镜可以看到的影像大致如下:

    最新的内窥镜已经成为了系列化产品,虽然一般会对每种产品给一个命名,比如腹腔镜,耳道镜等等,但在实际的适用范围并不受限于它们的名字,比如下图中,腹腔镜的工作长度约为30厘米左右,有时可以用作胸腔镜;鼻道镜15厘米左右,可以用作耳道镜。

    德国Karl Storz公司的内窥镜系列

    另外,内窥镜的功能也不限于最初“观察”,而是成为了全套的“微创手术系统”。比如下图中,德国KarlStorz公司开发的LOTTA神经外科内窥镜-手术工具组合,在内窥镜的手持结构上添加了冲洗和吸出的管道。如剪、夹、钳等手术工具,可以穿过该管道抵达病灶。剪刀用来剪碎便于吸出;取样爪和脑室爪均用于取出组织以备检查;脑室夹和冲洗夹用于固定组织,比如,夹住血管从而止血,或者夹住目标组织以免被水冲到视野之外。

    Karl Storz公司开发的神经外科微创手术设备组合

    纵观全局 手术导航系统

    看过了LOTTA工具系统之后,大家不妨想象一下,用它来切除脑瘤的粗略手术流程。首先医生对患者进行麻醉,接着切开预定位置,伸入内窥镜,将手术工具穿过通道抵达患处进行手术。

    这听起来顺理成章,然而人体内部是一个机器复杂的环境,经常需要避开某些神经组织,甚至应付某些紧急状况,所以在置入内窥镜之前,往往还需要采用手术导航技术进行监控。

    神经外科医生利用手术导航系统实施颅内手术

    所谓手术导航技术,可以理解成一种空间定位技术,它能够通过监视器反馈微型传感器的实时位置。这种传感器被装在内窥镜和手术工具的前端,帮助医生随时透视患处。简单来说,内窥镜让医生可以看见了患者体内的“路”,而手术导航技术则是打开了超高精度的“XX地图”,并且还能告诉医生每一层楼,每一间房间里的情况。

    那么这个导航又是如何实现的呢?在手术之前,医生通过核磁共振(NMRI)或者X光计算机断层成像(CT),对患者病灶附近前后、左右、上下三个维度进行断层扫描。扫描影像将被存入计算机,相当于形成了患处的三维“离线地图”。这样人体内外每个点的具体位置也就完全确定了。用数学的语言来说,就是三个两两垂直的平面确定一个点。精密断层扫描的层间距离在0.4mm到5mm之间,可以扫描出所有人体内部宏观结构的走势。

    导航监视器中各个视图的分布如下。红点表示的是传感器的位置,也就是手术器材尖端的位置,如内窥镜、探针、刀具、钻头等。手术过程中,导航监视器上的三个视图将随时反馈器材尖端位置,辅助医生进行精确的操作,防止伤害内窥镜视野范围之外的组织。

    由于内窥镜技术和手术导航技术的日趋成熟,微创手术终于迎来了发展的黄金期。据统计,2013年美国共计实施了约九百万例微创手术。当时距离莫雷医生实施的第一例微创手术,才过了二十六年。有行业报告称,2019年,微创技术的全球市场总量,包括手术工具、内窥镜设备、导航系统等,将达到500亿美元,而这个数字在2013年仅为250亿。

    微创手术发展中的“泡沫”

    然而,手术微创化也并不都会带来福音。基于微创手术带来的种种好处,因此眼下的行业状况是,多方争相入场投资。不仅投资人和捐款人,医院、高校、医生、患者都在追求微创。这表面看来貌似百利无害,但是微创手术的爆炸式发展和互联网泡沫一样,在这一波热潮中出现了一些“为了发明而发明”的技术。以广为人知的腰椎间盘突出为例,现在已经发展出多种微创治疗方案,其中后外侧椎间孔镜微创术(PELD)常被诟病复发几率高。

    PELD技术示意图

    椎间盘由纤维构成的软组织外环和柔软松散的内芯组成。其内芯与边缘的过渡区域由于触感不明确,很容易导致髓核摘除不彻底,而此处又是最容易复发产生痛感的位置。

    有数据表示,韩国 Wooridul 医院神经外科的李晟浩大夫(音译)在12年间共实施了10228例PELD手术,其中436例(4.3%)手术失败,包括283例(2.8%)髓核摘除不彻底,78例复发(0.8%),41例(0.4%)持续疼痛,21例切口相关疼痛(0.2%)。

    所以在选择手术方式时,请大家尽量选择“技术成熟”的微创手术。然而尽管有这些“微创泡沫”的存在,从外科技术的发展趋势来看,笔者还是很乐观地认为,人类真正实现手术全面微创化,甚至将来基于纳米机器人的“无创化”都只会是时间问题。

  2. 贝叶斯网络 (Beyesian Network) 最早的一个应用就是医学诊断。上个世纪八十年代,构建专家系统 (利用计算机帮助或取代专家完成复杂的任务) 是一个很热门的研究领域。人们尝试了许多办法试图实现医学诊断。相比其他应用,医学诊断需要处理更多的,也更复杂的不确定性。

    1992年,Heckerman 和他的同事设计了 Pathfinder, 来帮助病理学家诊断淋巴结相关的疾病。最终,这个模型包含了超过60种疾病和100多种特征。这个系统的发展经历了很多个版本,包括确定性的形式推理,和贝叶斯网络的很多变种。这个系统被用于真实的病例,并且会与病理学专家的诊断结果做比较。

    Pathfinder I 是基于规则推理的系统,效果差强人意。Pathfinder II 改用 Naive Bayes ,取得了比 I 好许多的结果。Pathfinder III 做了稍许改进,不再会出现零概率的诊断。 Pathfinder IV 实现了完整的贝叶斯网络,50 / 53 的结果与专家会诊一致 (Pathfinder II 也达到了 47/53)。准确率几乎与设计系统地专家相同。

    随后有一些类似的系统取得了很大的成功。比如 M. Pradhan , G. Provan , B. Middleton , M.Henrion, UAI 94 的 CPCS 和 Eric Horvitz, Microsoft Research 的 Medical Diagnosis。

    现在的系统不仅能计算出得各种病的概率,加上 Decision Node 和 Utility Node 之后还可以评估各种治疗方式的优劣,是否需要更多的检查。利用历史数据学习模型的结构还可以学习到新的知识,下图利用历史的数据,几乎自动重建了我们对这些基因几十年的研究成果。

    但这种诊断系统暂时没有得到广泛应用。从技术方面讲,有以下几个原因:
    模型的参数数量是节点 (疾病加特征) 的指数倍,需要很大的努力把参数数目减至可控。
    模型推断的运算量也是节点的指数倍,虽然有一些效率更高的的算法,但这些算法对模型的结构有特殊的要求,限制了应用范围。
    模型参数的学习需要大量的数据。
    模型结构的学习也需要大量的数据。
    不过基于贝叶斯网络的诊断系统在短短20年的时间里已经有了这么大的进步,我不会怀疑几十年后计算机能够取代基层医生的位置。
    ————————
    之前有看过微软研究院用 Kinect,语音识别,图像识别和概率图模型做的儿科疾病诊断系统的演示,一时找不到了,等找到了在不上。

    是不是绝大部分人都已经能得到很好的医疗?这个行业的发展前景如何?

    比如,Mayo clinic 用了一套系统,可以远程把 CT 图以很方便的方式发过来,在 iphone/ipad 上使用,图像质量比照片要好。

    结果呢,地方小医院的中风病人,就不用直升飞机送到 Mayo 这样的大医院了。他们可以在自己的机器上扫描,然后和签约大医院的医生会诊,让病人在自己的病床上得到治疗,效果还更好。

    这样,地方小医院留住了病人,还能收更多以前治不了的,反而可以加大投资,招更多的医生护士。

    同样,各种所谓的指南,也可以和病历什么的联网,并根据当地人群的具体情况,提出具体的辅助意见。这样,就让专料医生在那些偏远地区可以治疗的病人变多,更有利可图,结果应该能看到更多在这些地方的投资,让更多以前得不到及时有效治疗的病人也能有机会得到高质量医疗。整个行业就发展了,不仅做数据存储分析的,做网络的,都有了机会,医生护士队伍要扩展到以前达不到的地区。

    技术进步,很多时候只会对产业内部进行人员调整,但这并不意味着一定要走掉很多人。

    以现在人口老龄化的速度来看,这个行业上升的空间很大,技术进步应该能推动它,反而带动就业。

    诊疗数据库很有意义的。事实上,现在没有一个特别好的给医生用的数据库。最全的或许是 pubmed,但这个太倾向于学术研究了。一个东西查起来,可能几页都找不到跟具体诊疗相关的,因为医生是不会去看什么小鼠研究这样的结果的,但 pubmed 是不分的。而医生是要在短时间内对病人做出决定的,这个最多不过 10 分钟吧。事实上,有个医生跟我说在 google 上搜比 pubmed 快。

    还有一个是,大部分时候,一个医生不需要查。99%的病都是几下就确诊的,在这方面对数据库的需要不大。只有极少数病人是要再查的。

    所谓数字化医疗,应该是为医生提高效率,而不是去取代他们。比如一个数字病例,应该能帮助医生快速的掌握与病人最相关的信息,关键上有针对性的信息程现。还是那位医生,她试用电子病例,上来就写着这个病人没做过 lasik,没做过心脏手术。把她吓坏了,对她来说,不做什么,只是把东西写上去,后面也是有原因的,没事你不会把这种东西写上去,而她是儿医,她的病人都是3-5岁的孩子。结果当然是电子病例用一个模子把所有人所有科室都覆盖了,效果可想而知。

    最终,这是一个技术如何更好的为医生服务的过程,而不是谁取代谁的过程。

    首先,循证医学的地位在现代医学的发展过程中逐渐取代了经验医学,在今后将成为主流趋势。而且对于疑难杂症的个体化治疗也成为今后发展的方向,在广泛的国际交流中,疾病的诊断治疗方案也日益规范化。我们可以大胆的畅想,在未来几百年,人们手持个人健康信息芯片,来到任一家医院,经过云端疾病库查询,得到及时正规的诊治。
    诚然,完善建立芯片需要数以万计的基础医学研究,例如建立个人的基因信息库,包含本人可能易患的疾病;家族病史、既往史、用药使等等一系列个人信息,为医生及时准确诊断提供便利,从而实现个体化治疗。
    云端疾病库应该是循证医学的级终产物,它囊括了各种疾病的诊治规范,是长久以来个研究学者通过临床研究和meta分析总结而成的结晶。每一个患者来到医生面前,提供所有个人信息,云端数据库将为其选择最佳诊治方案。不过,这个数据库应该是和病毒库一样,定期更新完善,纠正误区的。
    希望医学的飞速进步使得这一目标尽早实现。

  3. 循证医学是因应信息爆炸现实,解决及时应用医学成果,加强技术沟通而形成的一套方法。因此自然而然便于电子化。但是,这并不能代替人的作用。尤其是看病分析的部分。你设想的这一类系统准确的名称是“医疗决策支持系统”。它可以解决标准化治疗和技术及时推广的问题。

    匿名提到的责任问题,还有人文关怀问题,是医生另一个不可替代的方面。这种系统的价值,还是在于减轻劳动强度,让合格的医生能够可以看更多病人。

    这样的系统成功了,也只可能稍微减少医生的需求,但是其他辅助人员会增加。大幅度减少是不用指望的。

    我觉得对这个问题乐观的几位,根本出发点都是认为电脑可以代替人的作用,至少在医学这个学术范围内是,毕竟医学不过是人类智力活动的一小部分,不是吗?

    我同意电脑在很多方面胜过人脑,尤其是在精确性、信息量、运算速度等等方面。但是,到目前为止,电脑还没有任何能够进行创造思考的迹象。而我认为在现有的这类运算装置基础上是不可能完成创造性运算的。这是我能够理解的哥德尔定理的涵义-任何形式系统中必然存在其不能证真亦不能证伪的命题-因此需要人来介入。

    从上一个论点出发,可以自然得到“医疗决策支持”是这类系统所能达到的最高目标这个结论。

    那么如果大家都认同这个结论,是不是就可以认为“医疗决策支持系统”“能够大量削减医务人员”呢?

    这一部分问题要从两方面分析:
    1. 你指的医务人员是哪些?
    如果你指的是医生,那么合格的医生从来都是稀缺资源(我认为自己也只是在很小的范围内合格)。本来就不多,能削减多少呢?如果是指医疗系统当中的其他人员,你觉得病人在医院里会愿意大部分时间对着机器吗?人文一点,搞个人来按机器指点办事?那么人又少的了多少?

    2. 医疗决策过程中需要人的部分有多少?创造性的部分有多少?
    你可能会认为这部分很少,医疗过程不是创造过程,大多数时间不需要创造性思考。临床指南能够解决很多问题,但是病人会按指南生病吗?指南规定的部分是不是不需要分析就可以套用呢?即使是,还有很多要人来输入电脑的部分。还会有很多需要大量训练才可能胜任的工作,比方读片诊断,比方治疗操作。这样一来,人又能少多少?

    我不否认“医疗决策支持系统”的价值,相反,它的价值非常大,但有些目标是必然实现不了的。“大量削减医务人员”是最不可能的一部分。

    李昕医学、儿科话题优秀回答者 儿科医师
    存储的应该不是疾病,而是人的状况。对于医疗更有好处。
    比如我国很多药物指南诊断指南都跟从欧美,但是实际上我国的疾病谱,正常标准,对药物的反应等等都有和欧美人不一样。如果能够通过信息化把这些资料收集起来,对于疾病的诊断和治疗会有很大的帮助。
    但是仅通过机器来进行诊断,也许要等到基因完全被人类所了解的时候,到那个时候,受精卵阶段就接受各种检测,有疾病基因的直接处理掉。
    既然是未来世界,这样的事情可能可以发生吧。不过我国的现状是医疗人员还远远不够,在那样的未来世界来临之前还是增大对医疗行业的投入对普通人比较好吧。

    我认为该问题和"如今电子书畅销但纸质书仍不会被淘汰""网络教育、公开课如此发达但仍需要学校教育"是一个道理。特别是医学更偏向于一种人文学科,仅靠电脑却缺少了人与人之间的沟通。在伦理问题上会捉襟见肘!

    我认为有实现的可能性,虽然听起来有点异想天开,理由如下:
    如果数据库足够大,那么对于一个或者一组临床症状,从数据库分析就可以得出类似这样的结论:1、A病可能性70%,2、B病可能性16%,3、C病可能性10% 诸如此类的,那么电脑程序会挑出最可能的一个疾病来做诊断。实际上,这个决策过程和医生诊治的思维过程是类似的,医生对于疾病的判断,当可能为某几种疾病的时候,会先考虑可能性最大的那个。如若不是,依次考虑可能性小的。只是一个人的思维没有这样量化而已。
    当然也存在一些问题,最关键的问题在于病史和症状的采集,首先,患者并不能很准确地描述自己的症状,而机器要采集症状和体征是比较困难的。其次,病史的信息具有较大的模糊性,对于模糊数据的准确提取和把握也是一个难点。
    而收集了足够的信息以后,做出诊断决策的任务,我认为电脑还是可以胜任的。
    对于前面有人提出来的医疗人员安置问题,其实如果有这样的电脑了,那么已有医疗工作者可以参与到系统的制作和完善中去,之后医疗培育系统作出调整,减少这种可替代医生的培养,留下一些难以替代的比如外科医生的培养就可以了。

    远程医疗是日本一些公司一直大力发展的领域。个人的云端医疗数据库仅仅是基础。

    在云端病历的基础上,远程看诊等也在推进当中。甚至,我没有记错的话,远程手术也已经有成功的例子了。

    至于用机器代替医生无疑是楼主想偏了。
    目前看机器主要用于远程传输各种信息,从病历,化验结果到患者的实时影像。同时,建立数据库,提供建议辅助医生决策。最终的重大判断,应该仍然会依赖于人。

    不过,医务人员的大幅减少是有可能的。
    因为远程医疗体系和云病历和医疗决策系统的建立,会大大提高医护人员的效率。
    病人不受地域限制意味着他们能更有效分配给正确的医生(高水平的医生不会把时间浪费在治疗感冒上面)。
    医生也不会被派到偏远地区却无所事事(为了保证偏远地区的医疗水平,日本现在有类似的机制)。
    同时,远程会诊意味着医生能更高效和准确的做出诊断。
    而电子化的诊断数据也让诊断的评审和监督更加容易(庸医不再那么容易混了)。
    辅助医疗决策的系统可以调用无数的病历和诊断,能弥补医生在细节和广度上的不足,一定程度上抹平水平的参差不齐,提高诊断的速度和准确程度。

    1、500年实在太过遥远,神仙也难料定500年后会发生什么。或者那会儿我们都搬出太阳系了呢?所以讨论还是限定在“可以预见的将来”比较合适。

    2、在我看来,各种医学会组织编定的疾病诊疗指南在某种意义上实现了云端疾病库的功能。但是标准化诊疗指南的推出,并没有削弱一丝医生在疾病诊疗过程中的地位和重要性。这就像哪怕再详尽、科学的药品说明书,一定会告诉你遵医嘱永远是第一位的。所以我觉得,在可以预见的将来,看不到AI取代医生的可能性。

    根据我的粗浅理解,循证医学的主要意思就是,把医生们临床观察、实践的经验进行一些标准化处理,然后汇集分析,从而发现一些通过个别案例看不出来的规律。最后把这个规律固定下来,回头指导医生们的诊疗活动。

    在循证医学的基础上,会产生一个叫做临床路径的东西:临床路径(Clinical pathway)是指针对某一疾病建立一套标准化治疗模式与治疗程序,以循证医学证据和指南为指导来促进治疗组织和疾病管理的方法,最终起到规范医疗行为,减少变异,降低成本,提高质量的作用。
    就是循证医学发现规律以后,形成一套科学的、固化的操作流程,然后以临床路径的形式去指导诊疗。

    如果真的有了临床路径,一套发现疾病、总结探索、标准化治疗的体系就基本成型了,通过IT系统来慢慢实现它只是迟早的事情。
    这个迟早是什么时候?我记得基于电子病历的临床路径研究已经列入了卫生系统十二五规划。算是已经在探索雏形了。

    当然,即便这一切真的实现,也离完备的疾病库、机器人做手术还有非常非常大的距离。但是很明显,就是这个方向。

    如果大家能意识到一片强大的云后台会对我们的医疗服务有多么巨大的帮助,想必就不会太介意其他一些细节困难了。

  4. 如果都像克里夫兰心脏中心那样流水化作业,可以采用大量的手术机器人,但是人做一个独立的生命体,更需要的心理的关怀,同样一个手术,如果医生的态度冰冷,病人康复也会满,充满爱心的医生,给病人的是那种希望感未来一定是可行的
    因为基层医生大多也没有高超的技术和丰富的经验 他们也不过是把你的病状拿到大脑里的数据库里进行比对而已 就像肚子疼 难道医生替你感觉一下有多疼然后用vas分级一下?

    尤其是中国,看过病的都知道,要是小毛小病排了半天队过去就是被医生糊弄糊弄,皮肤病这种一眼就看得出来的就不去说了.你要是头疼肚子疼腿疼感冒发烧,医生都懒得理你,要么叫你去化验,要么就是根据可能的情况开点药.

    田医生说数字是不可靠的,不能信赖数据库的判断. 但我觉得数字才是最可信的,就算是医生也不具备什么超能力,也是根据病人的症状和检验结果才能做判断,问题在于怎么把病人的症状量化再输入到机器进行判断.

    问题在于伦理上:如果出现误诊有谁负责以及技术问题.
    现在的技术还做不出这样的产品.

    至于临床手术,更加可行了,现在已经有不少机械臂式的手术机器人. 医学上所有的东西都是理性的, 终有一天机器可以代替人类来做判断. 现行的医疗模式完全仰仗医生的经验,要是出了情况医生没有处理的经验不就完了?

    好像国外之前有个iPhone应用,通过外设设备连接人与iPhone实现了诊断等解决方案。
    你的想法听起来符合了互联网能提升人们的生活质量的标准,但是执行起来有太多的困难,http://39.com人家提供的模式是搬出很多专家来做数据支持极其权威保障,并展示给用户一个目录式的数据查询平台,你要想打入这领域,先去这里锻炼几年,让你的想法成长一点。

    我大概在前年就开始经常思考“大众失业”这个问题了,最早的时候看过了一本书叫《Race against the machine》。每有空闲我就不禁会思考这个问题,因为我是做算法的,我是推动这个疯狂的世界前进的一分子,或者叫共犯,我希望能想明白我们在做的这些事情。看过很多人写的书和文章,比如KK最近的新书《必然》,我只看到他们的态度是乐观的,大体就是“过去也有过很多次大变革还是适应过来了”“人们会在新的生产力水平上发现新的工作的”,道理虽然是这样,但是现在的情况跟过去大不一样啊。没有哪位大师在提出大的解决方案,也许是因为世界还没有足够疯狂,悲剧还没有足够触目惊心。
    如果是时间跨度更大一些,也许大家还能更容易适应一点,就像过去工业革命革掉工匠们的命,那是一个钝刀割肉的过程,割着割着这一代人也就老死了。但我们的时代,变化的速度太快了,我们一生必然会经历好多次革命,也许每十年就一轮。零零后应该是比较能够适应这个世界的,因为他们出生的年代就已经进入了快车道。但是更多的人呢,我们身边有多少人是做好了不断更新技能不断改变工作内容的心理准备的?即使是日新月异的IT行业,绝大多数人都在忧虑着那几个经典的问题“我三十岁了还能做**吗”“三十五岁还能写代码吗”“有时你什么错都没有,就错在太老了”(这句马化腾说他们产品经理的)。是的,我们都还没有适应这个进入快车道的时代。

    机器眼下正在取代的首当其冲的是那些身强体壮的劳动者,比如说美国开货车的彪壮司机们正在面临自动驾驶的威胁。就算你有强大的工会让老板们不准炒员工,要照常发工资,事情并不会向好的方向发展。比如福特,我不炒你们可以,你们每天就来一个屋里坐着发呆吧,不准上网不准开窗看风景,你拿我钱,我恶心你。我还要把工厂搬到别的州别的国家去,那里是新的环境,更低的税收更宽松的政策环境更友善的工会,机器人爱用多少用多少,效益怎么高怎么来,没有那么多历史的负担。

    世界不可逆转地在向高人均产出发展。whatsapp五十几号人做到190亿刀,特斯拉十万级的产能工厂里也没几个人,spaceX一年几十亿刀的订单也就一千来人。中国也在往这个方向走的,IT行业自不用说是高人均的,制造业也在逐渐增加使用机器人。技术的进步,使得个人的生产效率得到了巨大的提升。美国农民只占全国总人口1%,却是全球最大的农产品输出国;有了专业的搜索引擎来查案宗,一个律师就能顶过去两百人;有了云技术,whatsapp估值几十亿刀时候也只需要两个半后端。全球产值当然是在飞速前进,失业也在困扰着各个大国,失业早已是各大国们的政治主题。美国竞选最振奋人心的口号绝对是“抵制中国,把工作抢回来”,相信工业回流美国就能解决失业问题的人不要太天真,能回流的都是不用低端劳动力的,增加不了多少个就业岗位。

    我经常思考一个方案,就是只有少数人工作,养着大多数人。这不就是极左社会嘛,如果左是可行的,欧洲何至于走到今天这个困局。社会是一个人类协作的组织是一个价值交换的组织网络。如果我不工作了,我不产出价值,我没有可交换的东西了,你为什么还要和我共存于同一个组织网络中呢?那么,不是政治玩家不是金融高帅富不是科技搬砖工不是教授医生律师,又不会卖烧饼卖包子的普通人,拿什么来跟别人交换呢?不远某天,能源像空气一样不稀缺,材料科技像变魔术一样点石成金,粮食亩产一万八,长相和能力平庸的你而且还五六十岁了,将以一个什么姿态存活于这个世界上呢?那都太远了,想像不了,也许人们在那时候找到了新的协作框架(生产关系)了。
    短期而言,机器是不会一下子取代大多数人的。有一些机械的、长时间集中精神的、固定套路的工作,比如产线工、司机、配药师的,机器比人还擅长,你就别做了。这些是一不留神就取代掉了你的。很多工作需要人搭配机器做才最高效,这些工作是主流的新工作。不过在你和机器协作的过程中,机器一定会不断学习优化的,在单一专业的工作内容中,机器逐渐又会把人赶出去的。业务沟通事务还是人跟人的,人跟人之间做比较好的事还是人比较擅长。审美是模糊的、社会性的,这个还是人比较擅长。
    单从个人物质增长看,科技的发展是极好的,那些易于复制的产品都容易进入你的购买力范围中。从这个角度看,那些随大流的人其实都问题不大的,比如我们码农,安心地码字搬砖,来什么技术就学学,来什么业务就做做,工资随社会产值自然成长,社会天梯排名基本不变,生活其实还是不断在改善的。比如能源便宜了材料便宜了制造便宜了,物流人流也就便宜了,你想环游世界也都不贵了,不稀缺了嘛。糊里糊涂就一辈子了。
    但是呢,你又不服输,当年成绩比你差的同学开公司市值几个亿。那你也拼嘛,拿你安定的生活来赌,拼两把没中你就快四十了,最坏的结果是钱没捞到人又老了。选择哪种,就看自己的风险偏好了,愿赌服输最好。
    对于尚未出道的年轻人,我建议是好好学习,知识是未来最大的红利。你没二代的命,但有知识又能动手干活,生活就不会太亏待你。而且要有持续学习持续自我更新的态度,因为这个时代里,所有人都永远是菜鸟,保持更新进步会让你偶尔比别人飞得快一点,因为没有人永远都能抓到对的节奏。

    材料科学、聚变能源这些在二十年内有可能不会出现,但是机器智能的发展却一定是非常迅速的,导致很多人失业是就在眼前的事。我有个同学移民去美国之后读了药剂师,这种职业是要读好多年有相当高的职业门槛(应该是行业协会之类的人为制造的门槛),还没毕业的时候,这个岗位已经有大量机器在替代她们了,现在在阻碍机器进入的主要力量是工会和行会这些力量了,但这撑不了多久的。我举的这个例子算是那种有不小文化要求的岗位了,而那些制造业之类的,你看看珠三角的工厂看看富士康就知道了,机器人大批大批地进驻。用富士康的一个产线管理人员的原话说,“一开始我们也是不接受机器人的。后来发现机器人很好,不用睡觉,又听话,不像那些工人那么难管,太省心了。”富士康的机器人是用三年就可以回本的,又不会跳楼,简直不要太爽。当然很多小工厂是还没有动力去换机器的,毕竟前期投入会比较大,而且小工厂的业务随时变,目前的机器人还只是适合那些大批量的业务。很不幸又有幸的是,那种能快速学习做新业务不需要重新编程,只需要一个师傅手把手教它做几遍就能学会的机器人也已经有了,只是目前还比不上原来那些机器人的力量和精度,但这只是短暂的时间而已。
    看到没有,大批大批的人马上就要失业了,到时候怎么解决就业怎么维稳就会变得越来越严峻了。不只是中国这样的,全世界都在面临同样的问题。

    结论是:未来是复杂的。如果你善于把握机会,职场地位会更高;相反地,如果跟不上时代的潮流,可以胜任的工作会大大减少。但不必杞人忧天。二十年后赋闲在家的人,生活质量比现在每天工作的白领还要好。

    这一点其实很好理解。若论生活质量,中国古代的皇帝能看到电影吗?能坐上飞机吗?生了重病后好治愈吗?

    举个最简单的例子,清朝的顺治皇帝死于天花。天花是古人无法应对的病毒,而现代人类早在 1980 年就宣布根除天花,没有人会再死于天花病毒。

    幸福感这个东西吧,很多时候来自于比较。本来你觉得自己有房有车,照理说生活是不错的。

    但如果同事们都是富二代,今天马尔代夫散心,明天坐热气球上天。你很可能会觉得自己过得没那么幸福。

    大多数的人,天性里就带着爱攀比的基因。你我都难免俗。