AI醫生或許不會真正到來！
發展關鍵:數據積累是完成任務的前提
“我們醫院有專門的病案數據統計部門,積累了大量的患者基本情況和他們的疾病診斷、治療等數據,數據統計部門計劃通過對這些數據的分析更好地為治療患者提供支持。”北京大學腫瘤醫院季新強說。
以北京大學腫瘤醫院為代表,很多醫院都建立了數據中心,將疾病的信息積累起來,用于挖掘分析。在北京西山,中國醫學科學院阜外醫院基于專業的私有云搭建起國家級、可共享延展的健康醫療大數據和生物樣本庫平臺,通過深度挖掘、利用數據樣本,旨在幫助醫生精準治療,并尋找新藥靶點,指示功能基因位點。
數據積累是AI得以完成任務的前提。在谷歌大腦對于從視網膜圖像,輔以各種因素如年齡、性別、吸煙史、血壓等,預測心血管疾病風險的任務中,系統使用了130000個視網膜圖像進行訓練。
發現傳統方法感知不到的細節,中國科學家們也在進行前沿的研究。中國科學院軟件所研究員田豐介紹,他的團隊在國家重點研發計劃的支持下正在開發各種醫用級的穿戴設備,“在傳統的帕金森病診斷過程中,醫生會讓患者在紙上連線、畫螺旋以判斷病情。而有了傳感器的筆可以探測到使用者的用筆壓力變化、用筆方式等之前采集不到的信息,我們發現這些也和帕金森病的前期征兆有關”。
“手部姿態的獲取,正在試點應用于智能診室中,幫助醫生診斷神經系統方面的疾病”,田豐說,項目參與單位協和醫院正在進行試點應用,進一步的研究還在跟進。
終極形態: AI醫生或許不會真正到來
盡管達芬奇外科機器人已經使用微創的方法,實施了多臺復雜的外科手術,但研究公眾健康傳播多年的頂尖學者田向陽卻認為并不能將病人交給機器人。他在《醫患同心 醫患溝通手冊》一書中寫道:“醫乃仁術,醫學是仁愛的。”
“醫學首先是人文的,而不是技術的。”田向陽由故事講起,二戰時納粹集中營中有一位猶太醫生,他看到一位剛被毒打過的猶太同胞因為疼痛而大聲喊叫和呻吟,但因為沒有搶救器具而心急如焚,他在無奈中下意識地把對方攬在懷里,而就在此時,奇跡出現了,病人驟然停止了喊叫和呻吟,一下子安靜下來,臉上露出安詳的表情,仿佛他不疼了,仿佛身體上重傷一下子好了。
這個故事正應了文章開頭的那句話,技術上的治愈只是醫學的“有時”。田向陽介紹,在健康的影響因素中,技術性醫療服務占比不到10%,還有人類生物學因素、社會與物質環境因素、心理行為因素等。現代循證醫學為人類健康問題的解決提供了重要的指導思想,但是詢證醫學并非完美無缺,如通過AI技術獲得的有效性證據是99%,那對于屬于1%的患者來說卻是100%的痛苦和不幸。
“人是世界上最精密、復雜、敏感的生命體,同樣的疾病在不同的個體上表現迥異,一種疾病在同一個體上的不同階段區別巨大,醫學說到底是人學,不是機械學、物理學,也不是生物學、細胞學和疾病學,醫學比任何一個學科都要復雜得多。人的問題必須靠人解決,單純依靠技術是行不通的。”
田向陽表示擔憂,過度依賴人工智能技術,會把浸透著人文溫情的醫學變成冷冰冰的技術,把溫暖的醫院變成人體修理廠,有違醫學的“初心”,最終可能會導致醫學的異化。
在醫療領域,人工智能的應用具有廣闊的前景,如疾病診斷、病因推斷、治療方案遴選、精密手術等,但前提是必須由醫生來操控,任何人工智能技術都只能是人腦和人手的延伸,是幫助醫生解決患者健康問題的工具。可見,AI診療的最后一步,是最遙遠的一步。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
