请好好珍惜你身边的医生朋友吧,AI说他们可能就快要失业了

不同于数学和物理,医学世界里不存在所谓的“简洁而优美”的公式。它更像一门以基础科学为物料、经过长期积累发展而来的经验学科。一名出色的医生就像美剧中的豪斯医生般,具有丰富的临床经验和广博的医学知识。

然而现实中,面对海量的医疗数据,若要求每位医生在和病人简短的接触中都能快速得出精确的诊断结果,那几乎是不可能的。如果至今你仍对医生们满怀信心,那么你是幸运的,因为就概率而言,你每次就医,医生的确诊率可能只有50%。

继问鼎棋坛之后,AI能否在医学界再下一城呢?我们不妨让AI和人类医生同台竞技,一决高低。

请好好珍惜你身边的医生朋友吧,AI说他们可能就快要失业了

Round 1:经验大比拼

看病时,我们通常都爱找资历比较老的医生,这意味着他们接触过更多的病人,看过更多的病例,因此经验更丰富老道,做出正确诊断的几率也更高。但怎样才算经验丰富呢?十年算不算?三十年算不算?一辈子算不算?

在儿童青光眼治疗领域有着近三十年从业经验的Peng Tee Khaw教授却如是说:“要基于医疗数据对治疗方法不断改进,我得花上一辈子的时间去跟踪一个病人的病情,但与此同时,还有一大批其他病人在等着接受治疗呢。若有了可以深度学习的智能机器,情况将大大改善,就好比我活了1万次来跟踪每个病人的病情,最后得出最优的治疗方案。”更多医生解读:www.yangfenzi.com/tag/yisheng

Peng Tee Khaw教授所描述的情景其实已经在今年8月发生了。IBM的超级计算机Watson仅花了10分钟时间,就将一名60岁癌症患者的基遗传信息与2千万份临床癌症数据记录进行了比对分析,并成功确诊出其患有一种罕见的白血病。而在此之前,日本东京大学医学院对该病人的诊断却为髓系白血病,由于经过一段时间的治疗后病人病情始终没有好转,情急之下医生们才求助于IBM Watson的。

这个案例中最让人惊叹的莫过于那短短10分钟的“诊断”过程。Watson分析了约1千万页文本资料,近300份医学文献以及数百本相关教材,才最终得出诊断治疗方案。更令人刮目的是,Watson还为每一治疗方案列出了支持依据和用药意见,并按优劣次序推荐给医生。要知道在这么短的时间内处理如此庞大的医疗数据并给出治疗方案,对人类医生而言几乎是不可能的。

相比之下,人类医生就相形见绌了。你也许无法相信,现今,即使是在一个高端的医院化验室中,辨识癌变组织主要还是依靠肉眼。而一个专业的病理化验员往往是不被允许对自己负责的组织切片等进行分析的,因为他们都是“内行人”,对自己的试验非常熟悉,很容易在分析结果中无意识地根据个人经验得出不客观的结论。这听起来似乎有点荒唐,但事实就是如此:当一个化验员觉得某张切片有“癌症”嫌疑时,他会端着切片,穿过大厅,走到另一个病理化验室去询问他的同事:“你觉得这是癌变不?”

请好好珍惜你身边的医生朋友吧,AI说他们可能就快要失业了

这样的工作效率是十分低下的,尤其在工作繁忙时,化验员很可能会找不到合适的同事帮他审核这些切片,化验的准确度也因此难以得到保证。正如斯坦福教授Michael Snyder说的:“当下的病理化验结果其实都是非常主观的。即使让两个经验丰富的病理学专家对同一切片作分析,他们能得出一致结论的概率也仅有60%。”

以下图的乳腺癌组织染色切片为例,箭头所指的癌细胞与其它正常细胞间的差异其实是非常小的。

你愿意将自己的性命安危交给分辨率如此之低的人类肉眼吗?

Round 2:医术大比拼

AI虽能问诊,但能亲自“操刀”吗?外科医生贵在一双巧手,任凭诊治方案再完美,若无法完成一床出色的手术也等同白费。据美国的一项调查显示,美国每年有25万人是因医疗事故死于手术台的,死亡人数仅次于疾病防控中心公布的心血管疾病以及癌症的致死人数。更别说那些明明要切除左肾却误把右肾切除,或是把纱布留在了病人腹中之类的意外状况了。

最近,由华盛顿省国家儿童医疗中心研发的智能手术机器人Smart Tissue Autonomous Robot (STAR)在软组织手术中显示出了超越专家级外科医生的优越性。手术比拼是在实验猪上进行的,要求对其肠段进行缝合。手术中,STAR显示出的稳定性和精准性甚至大大超过了现行的手术守则上的要求。正如该医院的外科医生所说:“在一场手术中如果你需要缝合20针,那意味着你一针都不可有错漏,否则前功尽弃。这对人类医生而言是很大的挑战,它要耗费很大的精力。然而有了手术机器人就不同了,它可以不差毫厘地完成任务,竟似不费吹灰之力。”

虽然机械手术师的出现早已有之,但在此之前他们都需要由外科医生亲自操控才能完成手术,实际主导权仍旧掌握在医生手上。而这一次,STAR的出现不啻为开启了智能手术机器人的新时代。它通过利用三维光场相机和近红外视觉对手术组织进行亚微米级别的精准定位,结合配有传感器的腹腔镜下缝合工具通过感受组织的厚薄软硬调整缝合力度,实现了“无人手术”。与无人车相似,STAR的核心技术也是基于GPU的图像识别,研发团队希望今后能用更大的图像与感知数据对STAR进行训练,实现范围更广、定位更准、级别更高的智能手术。

请好好珍惜你身边的医生朋友吧,AI说他们可能就快要失业了

Round 3:看护大比拼

看护或许是人类医生最有优势的一项了,毕竟人性的沟通与照顾一直是我们认为机器所无法企及的。但究竟怎样的看护才算是人性化呢?

不知你是否已经注意到,尽管我们已经拥有很多先进的诊疗技术,但每一次当你去医院就诊时,医生们总是先给你量量血压。有趣的是,个人血压的变化与其当前的活动状态是紧密相连的。即便是在安静状态下,人体24小时血压也呈现了一定的波动性。曾经有人做过调查,大部分病人自进入医院起,其血压便逐步攀升,直到离开医院后,血压才再度回落。可见,要想切实地了解病人、获取病人最真实的身体健康数据,最好的办法就是能有长时间、足够多的观察数据。但对人类医生而言,要24小时看守病人是极不现实的。

今年,英国一家健康服务公司融资两千多万英镑开发了AI驱动的手机应用Babylon。该应用可综合收集检测病人的健康数据,包括家族病史、日常生活习惯、心跳数据、过敏记录、病症变化等,将其与数据库中的文献资料和病例数据作对比分析,为病人提供及时的用药建议和注意事项等。基于此,开发商还希望能运用该平台实现对疾病的预测,对病征做前期干预,以预防疾病的发生。

举个简单的例子,当应用检测到用户心跳加快,但没有发现他有进行任何体力活动时,那么原因很可能是缺水或者面临较大的心理压力。此时,应用便可提醒用户多摄入水分或者通过深呼吸调整自己的状态。面对AI这种全天候24小时的多方位看护,我想我已经傻傻搞不清什么才算是“人”性化了……

看完这三场回合的比拼,不知道诸位看官作何感想?这里我们不妨引用网友的一句评论:“那天,当我从手术中醒来,发现健康的左肾被错误切除时,我宁愿相信家里的烤面包机,也再不愿相信医生了。”当然,并非所有医生都这般不靠谱。但无法否认的是,AI正在逐步成长为医疗健康领域不容小觑的“生力军”。

【参考资料:Daily Mail, Nvidia, IB Times, Loonylabs, Extremetech, Singularity Hub, All about Circuits, Computer World 编译:未来论坛 Don 审校:未来论坛 商白】

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:

 国内外移动医疗10家标志性模式:硬件+软件

 百度总裁张亚勤:移动医疗要完成线上线下闭环

 余毅:互联网移动医疗,敢问变现之路在何方?

 4个理由告诉你,为什么说精准医疗距离我们还比较远

 康复之家柏煜:中国第一代医疗民营企业家沉浮启示录

 叶三:丁香园开办的线下全科诊所“丁香诊所”的五个故事

 咪蒙:逼死所有的医生,我们就得救了吗?我们需要换位思考

 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

 秦岭中医药健康养生产业园在咸阳秦汉新城开工 方玮峰、岳亮出席

分享给您的好友:

您可能还喜欢…

发表评论

电子邮件地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>