電腦和機器人能否代替醫生？

12-28

醫生問診都是固定的順序和排除法，用程序應該比較容易實現吧。手術的話，機器人能夠達到的精度比人手要精確太多。
比如界面：
1，您想要掛哪科？（高數還是概率？模電還是高頻？）
2，您哪不舒服？
3，然後按照固定的順序做排除法。
這樣人類醫生只需要進行疑難雜症的診斷，醫生的數量應該會少很多吧。
技術上實現的話，有多困難？

發現行內行外人關注的點果然不在一起。這讓我反思以後和患者交流應該更留心。
醫生和計算機看病都是猜，但人在猜的時候不僅靠知識和既往的記憶，還要靠對人性，對文化，對患者感情種種方面的把握，如果一個AI能強到這種地步，那真的就是人了。

簡單的類比就是計算機沒法和你談戀愛。

(づ￣3￣)づ

著名醫學家張孝騫教授生前有一個故事。有一次一個發熱的病人診斷不清楚，協和全院大討論，張老先生說，我覺得像結核。其他人都不贊成，那時候病人已經按結核治過，沒用。張老先生堅持說，我覺得像。那時他已經是協和醫院大內科主任，一言九鼎。遂按結核治，按道理結核半月治療後應該明顯好轉。半月後，果然沒用。再次大討論，張老先生說，我覺得像結核。其他人繼續反對說明明沒用阿。老先生繼續堅持，我覺得像。爭論半天，大家還是扛不過他。繼續按結核治。一個月後，患者燒退了，再也沒有發熱。大家佩服的去請教，老先生說，50年前我曾經治過一個結核的病人，我感覺和他很像，然後翻出小本子給別人看。大家遂心服口服。像這種沒法量化的東西卻又體現出無數細節，就是所謂的經驗吧。

隔行如隔山。不知大家看出來沒有，堂堂的北京協和醫院。居然要靠一個老主任力排眾議來做出正確的診斷，那其他醫生要是最終沒有按結核治，是不是都錯了？
什麼，這還要問，答案明擺著。既然是結核，他們肯定都誤診了阿。
很遺憾，在醫學上，他們都沒有錯。為啥？

那那那你們究竟是怎麼看病的？就說這個人吧，任何一個課本上，寫肺結核的診斷一定會寫典型表現包括發熱、咳嗽、盜汗、消瘦，要是痰里培養出結核桿菌就完美了。100%是結核阿。
可是結核桿菌太難養了，在我這樣連仙人掌都能養死的人手裡，怎麼培養都不出來。
那那那如果癥狀典型也可以阿，就算80%可能好了，概率挺大的。
可是我這個病人其他表現都沒有，只有發熱阿。
那就算20%吧。
你特么在逗我！這還有意義么！

主任主任你是怎麼看出來是結核的！
傻孩子你沒發現這個姑娘前陣子天天減肥么。節食導致抵抗力下降是結核的高危因素。
主任主任我覺得她比我胖多了！
你這種干吃不長肉的貨哪懂喝水都長肉的人的特點阿，好歹我比你多吃幾年鹽，這種青春期少女一眼就看出來了。
可是我明明問她體重變化她說沒問題！
你丫盡挑男朋友在旁邊的時候問人家哪會跟你說真話阿。
可是外面醫院明明按結核治了不頂事！
國內好多小醫院根本不會治結核，用的葯很多都是不科學的或者療程不夠。
可是我們也規律的抗結核了丫。
唉現在結核耐葯很多，過去兩個星期就夠了現在常常要治兩個多月。
主任你這些書上都沒寫過！
要不然怎麼叫臨床經驗呢。50年前我治過這麼減肥的一個，30年前我見過治2個月才起效的一個，10年前我看過就是不說真話的一個。
嘿嘿其實你也沒法肯定是吧？
醫學哪有百分百的事情。只是這麼個小姑娘得了怪病壓力肯定大，咱們不能不管阿。
萬一你猜錯了人家砍你怎麼辦！
唉我這把老骨頭也不怕丟什麼了，人家都到這裡了總得試一試吧。

看出來了吧。這裡面的問題在於，混淆因素太多了。
同一個人胖瘦在不同人眼裡是不一樣的。
同一個人說沒說真話在不同人眼裡是不一樣的。
同一個人癥狀在不同人眼裡是不一樣的。
同一個人病史在不同人眼裡是不一樣的。
同一個人的治療效果在不同人眼裡是不一樣的。

掌握書上寫的，叫理論基礎。
懂得察言觀色，叫社會閱歷。
知道與患者談心交流，讓對方放下戒備，叫人文關懷。
見多識廣，明白罕見病或罕見表現，叫實踐經驗。

然後能在恰當的時機把以上種種東西串起來，這就是醫生夢寐以求的東西，臨床思維。

最後的最後，我錯了嗎？沒有，按照指南我肯定是對的，沒有診斷出來是醫學的局限性，不屬於醫療過錯。最後很可能病人只能吃點退熱葯出院了，然後在壓力中度過一生。
主任一定對了嗎？未必。假如是個腫瘤呢，只是恰好在吃藥到2個月時退熱了，屬於自然病程。再小的概率也有可能阿。所以必須經過好幾年的觀察，才能確定你真正治療有效。

關鍵在哪，不確定性。臨床醫學的不確定性太多了。就像一首詩不同的個人讀出不同的味道一樣。
如果一個大數據能把以上都囊括進來，那它的垃圾數據一定多的要命。要從裡面篩選出有用的東西的，還得靠醫生。

可惜現在這樣的醫生越來越少了。

我覺得這是一個未來的場景
但是可能目前階段無法實現
手術的話，機器人能夠達到的精度比人手要精確太多。
在操作方面，機器人確實在準確性上有優勢。而且現實中這方面已經有了很大的進步。
我們拿rosa機器人來說

法國人，一群瘋狂的法國人
創造性的把人腦放到了一個立體空間中，用x，y，z三個坐標點確定了大腦某個區域的空間位置
插入電極、或者取活檢，燒病灶
最初就像這樣

結合影像技術，通過這個弓，我們可以定位腦中任何一個點位
定位後，醫生拿來電鑽，然後沿著這個弓定出來的通道打洞
完成手術。

但是整個過程，需要醫生人工安裝這個弓架，就會出現誤差。
而且安裝這個弓架費時費力
在調節參數的時候為了準確甚至需要三個人反覆核對
非常麻煩

現在，有了Rosa機器人立體定向輔助系統

整個系統無需安裝弓架，無需人工去調整弓架
醫生只需要在電腦中輸入數據

機器人就完成了相應的操作
非常方便、準確、安全
1.精準度更高，不受框架自身誤差和安裝框架誤差的限制；
2.減少侵入性，將患者的創傷，手術風險和痛苦降至最低；
3.定位範圍大，手術入路不受限制；
4.簡化操作流程，節省術前、術中操作時間。

機器已經定位了，準備打洞了。
但是！要在腦袋哪裡放電極，要切哪裡
還得醫生說了算！！
還得外科醫生、電生理醫生一起說了才算
診斷方面，太難太難
變數太多
思維這個東西，我覺得機器人很難模仿。
所以，我覺得在短時間內，機器人是不可能替代醫生的。

機器人：您哪不舒服？
患者：發熱
機器人彈出兩百多個診斷
患者：最高39度多
機器人刪掉十幾個診斷，還剩一百九十多個。
機器人：早上發熱還是下午還是晚上？
患者：傍晚時候最明顯，早上不怎麼發熱
機器人又刪掉十幾個診斷，還剩一百七十多
機器人：咳嗽嗎？
患者：不咳
機器人又刪掉十幾個診斷，還剩一百六十多
…………
癥狀描述完後，R共列舉了48個診斷。
機器人：好的，現在請您進行血常規、尿常規、大便常規、肝功能、腎功能、血糖、血電解質、凝血功能、超敏C反應蛋白、降鈣素原、免疫全套、抗核抗體、抗中性粒細胞胞漿抗體、血沉、感染四項、血培養、痰培養、尿培養、頭部CT、胸部CT、上腹部CT……等檢查，鑒別診斷。
患者：我@！￥！%@%！你還有沒有醫德？
機器人：再查個SCI-90量表。
患者：我問，你有沒有醫德？
機器人：Warning！Undefined words!
患者：@￥！@￥@￥！@%！@%
=========================

開了一大個腦洞，其它答主也提到目前有人正在搞這方面研究。
從應用的角度，醫學上一種新的技術投入應用，要麼它能明顯提高診療的安全有效性，要麼在保證一定性能的前提下能夠降低成本。現在計算機還打不到代替人類思維的程度，況且還是醫學這樣一種對人類思維要求很高的行業。從成本角度而言，目前也沒有用機器人可以再降低醫療人力成本的跡象，所以當下自然是用不上的，但是科學往前研究總是好的，對吧。；
===========================

其實人類從來沒有停止過人工智慧應用於醫學中的探索，醫學從最初的巫術、煉丹術發展到近現代，物理化學生物、信息技術、網路技術的全面發展也給醫學帶來的迅速的更新，大量儀器設備的出現也確實提高了人類認知疾病的水平，然而這些儀器設備的引入一是增加了醫療的相關投入，使得醫療在世界各處都成為了高花費，二是使得醫務人員和患者越來越依賴儀器設備，在國內這一點可是被黑很多的。所以人工智慧提高診療的準確率個人覺得問題不大，只是現在還實現不了，但是花費上、成本上，還是持保留意見。；

曾受邀跟某AI團隊的首席科學家共晉咖啡&<-裝逼病犯了，見諒。

「電腦看病」的念頭其實從電腦誕生的那一刻開始就有了，不是現在的想法。
不過，當時的技術主要是「專家系統」，核心是編製規則，大概的過程可以參考 @米調炫楓寫的半開玩笑的文字。
主要的困難是規則太難編了，因為醫學裡充滿了尚不確定的東西，規則無從寫起。
在「專家系統」思想的指導下，目前比較成功的「看病程序」就那幾個，而且只能處理非常狹窄的專業問題，比如，協助醫生判斷病原體種類和抗生素選擇的Mycin系統。

我個人比較看好IBM的Dr. Watson，它的思想是「機器學習」，用我自己的話來講就是你把病歷庫輸進去，它自己尋找並編寫規則。

謝謝那位搞AI的老師，自從喝完那次咖啡之後，再要有人跟我談大數據、人工智慧之類的合作，我都一笑了之。

不知道題主有沒有看過《House M.D.》，當中有句名言「Everybody lies」。很多患者就診過程中會隱瞞或者臆造病史，所以一個好的醫生會察言觀色注意識別患者的謊言或者獲取遺漏的病史資料，光這點機器人就做不到。這樣來說，在資料輸入環節就出錯的情況下得出正確結論的可能性也不存在了。謝邀。

絕對可行。。。但是要有一個前提。普通大眾有5-8年的醫學專科教育背景。

這樣才能分的清自己是頭昏。還是頭暈。還是眩暈。。才能分的清自己是咯血還是嘔血。。才能知道自己頭疼的部位是頂部。枕部還是顳側。。。還有太多根本描述不清楚的癥狀了。。。學個5年8年的。用機器人看病絕對科學。。。再也不用擔心被醫生忽悠了呢。。。多麼美好的世界啊。。。。

各位加油學啊。。。

想想當我們醫院有達芬奇（手術機器人）之後，有個病人對我說：你們醫生是不是要下崗了？
我：為啥？！
病人：因為以後手術都是機器人做了啊？
我：…
於是我沒有忍心告訴他機器人也是由人類控制的

我從影像醫學的角度想像一下。影像完全建立在電子設備基礎上，現在各種程序的發展也對醫生幫助很大。但是，我覺得主要難點有：第一，大家都在說電腦自動開單子拍片子…可是電腦要自動生成報告很難。正常人體結構差異巨大，如何鑒別正常和異常比較難，第二，病變是連續發展，雖然大家致力於發展分級分度…這個並不是一個可以完全量化的東西…，第三，隨著影像的發展，很多異常結構及疾病被發現…這種沒有歷史數據的探索性工作，程序如何運作？
總結，計算機輔助治療應該不難的。計算機代替診斷很難很難。因為定義「正常」就很麻煩…
還有一個，醫生誤診，可以由另外一個醫生髮現。程序誤診了，誰來發現？

IBM正在用那個能在問答類電視節目上和人類嘴炮的AI架構做醫療輔助系統。

老師教育我們做醫生先做人
當電腦和機器人先取代了人再來問這個問題吧

目前AI還沒達到可以自由思考一類的境界，程序就只能靠人來編寫，輸入x輸出y。依靠程序做事需要對這件事有透徹全面的了解，知道有多少x，每個x會產生什麼y。但醫學遠還沒有研究透徹，所以不能用程序。

電腦看病會過度依賴指南，指南是醫生寫的，怎樣科學的安排電腦判斷病情。
如果能成功，解放醫生繁重的工作是大好事。人和人千變萬化，需要有模糊的判斷病症能力的演算法，詳盡的檢查。

電腦看不懂化驗單

完全替代，還很漫長，而作為醫生的得力助手，已經是現實了。

這個問題中涉及到的電腦指的是診斷和治療方案的制定，目前最熱的當然是IBM
的Watson。該人工智慧最牛X的地方在於接收非結構化語言的自我學習能力，就是說不用特意用計算機才能懂的語言和TA交流，自然的語言就行，他自己會
理解，什麼雙關了，反諷了TA都懂，甚至連語氣也明白，比如說，給TA看姜文的《鬼子來了》，TA會告訴你第一幕裡面那三個「誰呀？！」分別代表著不耐煩
和疑惑的增減；

Watson已經念了醫學院，以癌症為突破口，目前和全美一線的大牛腫瘤醫院合作，比如丹娜法伯癌症研究院，紀念斯隆凱特琳醫
院，MD安德森，梅奧，麻省總醫院等等，以及基因相關的研究機構合作，為醫生提供臨床建議。感興趣的可以看一些Watson的Demo，17秒的時
間，Watson翻閱了N多教科書、學術論文、臨床試驗和臨床指南，為一個無吸煙史的亞裔肺癌患者給出了3個治療方案，而且依信心指數由高到低列出給醫
生，很震撼。《華盛頓郵報》採訪過使用Watson的醫生，那醫生嘀咕「儘管他們一再說這玩意兒只是助手，不會取代我們，但是跟你說你信啊呵呵呵……」
（大意）；
視頻封面 IBM 沃森超級計算機演示：腫瘤診斷和治療—在線播放—優酷網，視頻高清在線觀看視頻

選擇癌症作為目前火力最集中的領域來測試應用，主要是因為這一塊每一天新的發現層出不窮，無論是理論研究，藥物研製，臨床試驗，基因檢
測等等，知識更新像泄洪一般，一個普通人的學習能力是有限度的，而Watson可以輕鬆愉快吃進原始數據和材料，然後計算分析出來；另外就是這個領域是當
代醫學的一塊硬骨頭，當然了，錢景無限；

關於機器人手術，著名的達芬奇機器人啦，超級貴的機器，操作能力，尤其是狹窄空間內的操作能力超級強悍
——機械臂可以在小口瓶內把葡萄皮縫合起來，那針腳，漂亮極了！

達芬奇是可以通過機密演算法把人手的動作成比例縮小一定的倍數，從而達到非常高的精度，另外機械關節也會進行一
些人體完全沒有辦法實現的動作。

這個手術機械輔助系統最大的特點還有一個，就是貴！非常貴！！（看上圖捨不得拆的塑料套有沒有想起來家裡遙控器的套子？）開一次機多少錢，機械臂多少次之後強制更新，但是我們大陸已經有了20多台吧？而且還在繼續買。這個話題知乎裡面似乎有大神聊過。往前看的話，樂觀估計，會有一天，類似Watson的醫療智能輔助系統廣泛應用，大大降低醫生的工作量；類似達芬奇的手術輔助系統價格大降，可以讓普羅大眾的普通手術也用得起，那就會是一個更高的醫療水平的時代了。

沒人邀，但是前段時間思考一個問題：「如果我要創業，我會使用什麼點子？」的時候，這個方向是我最終選定的方向。

也許有人會覺得，我太狂妄，尤其是在這個回答下這麼多人或者嚴肅，或者諷刺的否定了這個方向的可能性之後。

其實我在讀完幾十個回答之後，很是感慨，程序猿與產品經理之間的差距實在是太大，程序猿的想像力實在是過於貧乏。

在上周，我和我的老領導就互聯網醫療的問題進行了探討，我的老領導對此的方向是：如何利用大數據平台充分的調動資源。大概就是充分利用閑置醫療資源，幫助患者降低就醫成本。

我的方向就是這個，自我診斷。

沒錯，所有的回答都假設機器人完全取代醫生的角色，然後否定了這個方向。但是實際上，輔助診斷系統一直在蓬勃發展，對於很多醫生來說，這玩意兒就是他們的外掛。

而這種外掛完全可以讓每個人自己使用。

使用的結果就是，經過了一系列的判斷之後，你可能得的病會按照可能性降序排列。此時會有個問題：「誰來確定你到底得了什麼病？」

按照 @米調炫楓的回答來看，機器人醫生會建議患者做一大堆的檢查——這就是典型的程序猿會遇到的死胡同，這不是正確率的問題，這是信任問題。患者對你這玩意兒壓根沒有任何信任，你推薦的檢查人家絕對不會做。有經驗的產品經理這時候一定會將這個問題甩出去，甩給真正的醫生。

「建議您到醫院檢查以確診病症，關於這個病症，離您最近的最專業的醫院是：大鐵棍子醫院泌尿外科，專家為童主任，電話：12345678，挂號時間：8：00 - 17：00，網上挂號：鏈接」

剩下的就是跟大鐵棍子醫院聊聊收費的事兒。

至於病人，童主任說了，你這虛得厲害，再不補就陽痿早泄，性功能各種障礙。當然有些檢查太貴了咱就不做了，你就做個腎的彩超得了，另外前列腺也給照照。

你有沒有醫德？

哦，嫌貴啊，那別做了，回家等著去吧，注意別受刺激了啊，你現在這是中期，馬上晚期了，一滴精十滴血，尤其你這樣天天坐電腦前面的，虧光了以後再也補不回來了。

開玩笑，檢查都是患者求醫生做的，你愛做不做，反正虛的是你又不是童主任。

將來真陽痿了，老婆跟老王跑了，自然會回來再求童主任。

--------------------------------------------------------------

我在給我的老領導講解這個點子的時候，老領導一直皺著眉頭，說，你這個診斷不可能準確啊，你的庫得多大？

我說，你們這就是典型的正經人，誰說要準確了？！初期沒錢，隨便放倆病進去，不管你啥癥狀，就這倆病。

老領導當場氣樂了

我解釋道，我在家的時候，我爸天天守著養生堂，今天專家講，陰虛的癥狀，什麼什麼樣，我爸自我診斷一下，哎呀，我是陰虛。專家接著說，陰虛要注意XXXX，治療陰虛的藥物有：XXXX。我爸於是就買了一堆葯回來。

下一個禮拜，專家又說了，陽虛的癥狀什麼什麼樣，我爸一看，哎呀，我其實是陽虛！專家接著說，陽虛要注意XXXX，治療陽虛的藥物有：XXXX。我爸於是就又買了一堆葯回來。

所以我的APP里就放倆病，一個陰虛一個陽虛，所有人不是陰虛就是陽虛，然後都讓他們找童主任去，最多再給放點兒中醫的診斷。

老領導若有所思，然後說，你要是推薦藥物，風險很大。

我說，所以誰推薦藥物啊，我推薦食補。有的是人相信中醫，相信食補，這軟體肯定有人用。咱就是收點兒智商稅，病還是讓童主任看去。

中老年人的錢最好賺，因為他們有需求，也有錢。對他們來說，隨時會聽到自己同齡人死亡的消息，每年都能看到朋友親人的凋零，死亡是擺在面前的一道坎，他們每天都真真切切的看著。

所以他們的心理壓力是非常大的，只不過大多數人選擇忽視了這個壓力。但是當他們真的得病了的時候，會非常恐慌，因為一直不敢面對的東西一下子就撲到面前來了。

這個時候，什麼食補，什麼養生，什麼牛鬼蛇神都好使。衝動消費，恐慌消費，都在這一刻發生。童主任的生意就是這麼來的。

老領導哈哈大笑，還是你小子腦袋好使。

--------------------------------------------

這裡只是一個設想，甚至只是一個玩笑。至於各位程序猿們想像的那個東西，很簡單，診斷很容易下，只不過誤診率要低到一定程度以下不太容易。

以前看過一個數據，說是普通醫生的誤診率是50%，專家是30%。如果這個數據是真的，那麼程序完全可以把最可能的病症作為最終結論，剩下的就是患者是否接受的問題了。

手術不談，如果把機器人應用到門診的話，想想就有點小激動呢。
比如界面：
1，您想要掛哪科？
2，您哪不舒服？
3，然後藏在小黑屋裡的醫生對著電腦下指令。

4，好安逸呀。腰不酸了腿不痛了，醫鬧也不怕了。
5，但是不要忘了，to cure sometimes, to relieve often, to comfort always. 這才是醫生要做而且病人需要的東西。

用機器人在很久的以後肯定是可行的，現在還差的遠。主要難在病史採集。比如，有些患者分不清嘔血和喀血，有時會想當然的說。所以，用電腦採集病史，會出現很多錯誤的信息。另外，電腦無法查體。還有，電腦分不清主次。將來如果真出現醫生機器人，估計診斷一個病人至少需要一天時間。

強AI都做不出來還想看病…

當機器人達到這種程度估計那群研究倫理的人就來找麻煩了。

某著名機器人眼部外科手術效果圖