用人工智慧逐漸代替門診醫生是否有可行性？

01-06

說一個產科的罕見病 - 隨手乾貨解救戰火知乎 - 知乎專欄
看到這篇文章，想起了我最近腦海中用來打發時間的話題：隨著科技的進步那些職業可能被（部分）替代？醫生這個名詞馬上跳出了腦海。
1、要培養一名醫生的投入和難度極大，而這些傾盡一生學習實踐的人們卻只能工作在一線門診科，大部分時間用在了一些尋常疾病上，工資待遇也得不到提高，有一種「嚴重浪費」的感覺。
2、任何一個項目（姑且把治病的過程看做一個Project）都應該有一套標準化的流程和質量控制，唯獨醫生看病這件事情你說沒有流程吧，肯定有，1234望聞問切，但你要說有流程，敢不敢說按照流程走就妥妥的了？有沒有嚴格的項目質量控制，質量自檢、抽檢？好像經常需要醫生靈光一閃的「感覺」，講究「經驗」的藝術。

有沒有可能以人工智慧作為日常診斷的主導，現場人員只需要把病人的情況用標準化的數據錄入系統進行分析，有人工智慧給出「下一步」「下一步」的操作流程？醫生的角色上升為對於系統的監控和糾錯；隨著人工智慧的自我學習經驗積累，說不定有一天將成為人類終其一生學習也無法超越的存在，那醫生這個職業就可以徹底退休了，學醫的人只要把精力集中在醫學研究領域，這才是最大的價值體現。
補充；可能「人工智慧」四個字有一定的誤導性，可以更抽象的把問題轉換為：醫生的診斷過程是否可以（藉助輔助系統分析（AI），大數據）標準化，用行為主義的思想就是「我不知道我在幹什麼，但我可以把病人治好「。

好吧，我本科的時候做過相關的項目，給交大九院做一款類似的醫療軟體，目前主要流行的演算法是貝耶斯網路和決策樹，的確計算機要代替醫生的確有很大難度，比如癥狀程度的診斷具有主觀性，數據高維稀疏，但是我覺得這個技術不會太遠，或許10年之內，計算機就能達到一般醫師的水準。

另外，計算機對醫療圖像的量化程度也要比人更加客觀。

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

鑒於很多學醫的同學都表示呵呵，我覺得有必要向他們科普一些AI的知識。

AI需要情感么？不需要，只有沒有情感的機器人才能儘可能保持客觀。有情感那是電影里的情節。跟科研完全無關。

AI診斷是依賴疾病庫么？疾病庫=專家系統，主觀性強，規則太多，很難編輯，而且不會主動增長，現在的演算法一般都不會用專家系統。

AI診斷具體是怎麼做的？假設某一天全球所有的醫院都裝上了這個系統，那麼每天全球都會產生數億的病例以及他們的治療方案（這些是由醫生開出的），歷史數據更是不計其數，最簡單的診斷方法就是從中找出完全一樣或者最相近的幾個病例給出相同的診斷。但是AI不可能這麼簡單，他可以從中不斷的學習知識，推倒內部的概率和關聯知識。

關於時效性：可以想像，只要每天的病例增加，並且讓AI學習完這些病例，時效性完全不用考慮。

關於開發的複雜度：我們只需要開發出一種通用的學習病例的系統，無須對每個疾病都進行開發，這樣的開發在醫療意義上是不複雜的。

AI需要化驗十幾項么？不需要。自動診斷的演算法必然是不需要所有維度的數據的。否則那不麻煩死。只要在不確定度較高的情況下，才會繼續讓你做某項化驗。這一點有點像人立方讀心機器人Q20。可以試試這個機器人，和未來的自動化診斷的過程將會很相似。概率是天生就存在的，不是你化驗之後才有的。只能說化驗之後更準確。但是如果化驗之前的確定度已經是95%，化驗之後到99%，那麼化驗很可能是沒有必要的。

上面也同時回應了排名第一的回答，概率是個主觀的東西，一直都存在，知識會影響概率的判斷，沒有知識概率一樣會存在，只是可能原來是50%對50%，化驗後變成90%對10%，如果原來就是95%，那就沒有做化驗的必要了。你可以學習一下概率論和貝耶斯的知識。

至於有沒有人敢讓機器人看病，我覺得這種擔心是沒有必要的。只要系統靠譜，必然會有人使用，現在不還有好多人靠百度來給自己看病么，雖然百度及其不靠譜。AI可比百度靠譜多了。

另外，AI已經開始在做某方面醫生無法完成的任務了，比如我最近在做的老年痴呆症的腦部圖像預防診斷。從肉眼上來看，正常人和將要患上老年痴呆症患者的腦部圖像沒有異同。但是由於有之後的診斷數據，AI可以從中學習出人眼所難以看出的特殊特徵，進而完成診斷。

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

一句話，電影中的AI的確離我們太遠，但是醫療上的AI離我們很近。但是這不代表著醫生這個職業會消失，因為讓AI學習的病例仍然需要醫生來產生，一些高水準有研究性強的醫生將會越來越吃香，而某些低水準的醫生將會被取代。

說說個人一些淺薄的見解。

題主說的這個場景用行內人的話來說其實叫CDS（或CDSS），即臨床決策支持（系統）。最近在媒體上比較火的沃森醫生也好，各類新興的人工智慧創業公司也好（非常不幸，我們也是其中之一），最終的目的無非是實現用人工智慧取代醫生。當然，為了考慮大眾和醫生群體的看法，大多數行內人會說的委婉些，咱們的人工智慧演算法先是輔助咱們醫生做決定嘛，你還是有拍板權。Don"t Panic! 我只是個軍師智庫而已。當然，之後沒有「篡位」的想法的醫學AI公司不是好公司。目標自然是漸漸讓人工智慧取代醫生的部分工作。

首先說說這件事的意義。其實每個人本身都是一台AI系統，醫生是其中很特殊的一個群體。他們受過極長時間的專業醫學訓練，經歷過實操和病人生死的反饋，最終形成了自己的診療體系。然而，人，都是有偏見的。醫生也無法逃脫這個局限。由於不同醫生所見病案數量不同（數據源不完整），理解能力不一（演算法不同），操作水平不定（執行誤差各異），其診療水平(模型預測準確度)各不相同。也難怪很多基層醫生憤憤不平：如果我也能像大型三甲醫院的醫生一樣天天見這麼多病人，接觸這麼多先進的概念方法，我也不會比這些醫院的醫生差到哪裡去！一定程度上這是很有道理的。然而，內部資料顯示，即便是大型三甲醫院，其誤診率也高達30%；而地方醫院則可能高達60%（置信度有待考證，不過問題是存在的）。相比於醫生來說，AI在某些方面有明顯的優勢。例如其可以快速處理海量數據，具備比較完善的推理能力，不帶有人類的主觀性等。這些特徵可以彌補醫生的某些限制。所以，使用AI來輔助醫生，則成為了一件利國利民的事情。

再說說這件事的實施。也就是說AI憑什麼可以「取代」醫生。細細分解這個問題會出來很多篇文章，這裡粗淺地說幾點阻礙：

1.三根指頭的維度詛咒

醫學問題，千變萬化。三根指頭搭在手腕上的學問，已被著了一圖書館的書，還要再被撰寫很多年。任何一點信息的微小變化都會引起「神醫」複雜決策系統的波動，產生截然不同的判斷。這個過程中承載著的參數維度、模型複雜度遠遠高於watson或任何號稱精準無比的CDS系統。因此，即便國際上最成功的CDS嘗試，也都乖乖將自己局限在很小的醫學領域（也許只是一個極其特殊的病種）。

在國內的跟風潮流中，給各位一個建議是，如果有人號稱自己的AI可以診斷所有疾病，並且到達「可怕」的準確度，那請直接跳過這篇軟文，一定是這家公司要融資了。不用浪費各位的時間。

這個特徵也決定了AI在很長遠的時間內，無法像全科醫生一樣淡定坐堂，解決紛繁複雜的病人狀況。當然，在特定的病種或者特定的任務上，我們看到了技術界的極大進展。不遠的未來，機器閱片、簡單的診療推薦還是很可能漸漸融入醫生的日常，淡淡地散發出他的光芒。

2.人工智慧的學習教材

培養一個醫生，其要學習的醫學教材和案例已讓常人難以想像。那培養一個AI醫生，其需要的數據輸入量級可想而知。而現在，高質量訓練數據的缺失是一個極其嚴重的問題。能讓AI學習的教材無非以下幾種：書本、病歷、文章等。watson醫生很聰明地學習了所有可能獲取的電子書本、pubmed文獻等信息。然而，可惜這些都是在英文上，可惜和真實的臨床情況還有很大的溝壑。要來中國？讓他學習被瘋狂灌水的醫學論文，讓他看中醫著作，然後幫你看病，你肯么？

然而，電子病歷，最重要的臨床數據之一，躺在醫院信息系統里，完全無法被利用。

原因很簡單，看不懂啊。。。都是一段一段的文本，每個醫生書寫方法都不同，一個疾病幾十種表達。列印出來嫌佔地方，電子拷貝出來又沒人看得懂。隨便拽一個醫學統計學家讓他來處理，他不和你急才怪。將心比心，這些數據你讓AI怎麼看？

這也是我們從美國做完高大上的CDS回國後吃的當頭一懵棒，國內的醫學臨床數據完全不可用...也是為什麼我們縮在牆角做自然語言處理，清洗數據、標準化數據的原因。沒有這一步，國內沒有一家醫學人工智慧公司能做出驚艷的CDS。也希望有更多的人能理解我們埋頭做的事情，一起來盤活這些極有價值的醫學數據。

3.權責

醫生給你看病出了事，你去醫鬧；電腦給你看出問題，你是不是去砸了電腦就消氣了？醫生給你看了病、開了葯，十個病人對了8個那也差不多了。然而，AI看了1000個病人，錯了一個，大家會怎麼想？這個做了AI演算法的公司往哪裡跑?指著那台電腦，讓家屬砸了？新生事物，往往被苛責。越被苛責，越如履薄冰。

是你，你趕承擔這個風險么？

4.誰動了誰的乳酪

做一個理想實驗，假定AI比最好的醫生看病都好了，那會如何？有多少醫生會下崗？醫藥代表？你看著桌上的乳酪，其他人已經在吃了，你敢伸手么？

所以，總的來說，願景是好的，但前路如何，需要思考的地方還有很多。作為醫療人工智慧從業者，我在想20年後中國醫療一定不會是現在的樣子。但是像我們一樣的醫學AI公司能不能走到那天，成了先驅還是先烈，沒人知道。

為什麼說人工智慧一定能取代醫生？

自從去年阿爾法狗在圍棋界全面戰勝人類智慧，人工智慧會不會戰勝人類甚至取代人類的話題再次被擺在了風口浪尖。

各行各業都開始分析，很多言論說到，中間階層將會被人工智慧所取代，最高端的技術不會被取代，最低端的服務員也不會被取代。但是諸如基層政府工作人員、銀行職員、商場售貨員、劇場售票員等等職業將會被人工智慧所取代。

那麼醫生呢？醫生會不會被人工智慧取代？

回答這個問題的時候，我們先來看看醫生是怎麼看病的，以及我們為什麼相信醫生能為我們治好病。

我們和醫生素未謀面，我們更不知道自己得的到底是什麼病。但是，為什麼我們可以在任何一個城市，任何一家醫院，找到一個人，並且聽他的話，在身上扎針、吞下苦藥、甚至是允許他對自己開膛破肚呢？

其實我們去找醫生看病，是去找一個系統。我們報警是相信司法系統，打官司是相信法律系統，不是相信哪個警察或者哪個法官，如果沒有這檔子事，我根本不知道你是誰。然而，正是因為有了系統，我們才願意相信每個警察都會秉公辦事，每個法官都會公平判決。甚至麥當勞里售賣的漢堡都具有一樣的水準，每一個修理工都能把我家的水管修好。一個個看不見的系統及其內含運轉的潛在準則才是社會運行的規則。

下面再回到一個老問題，為什麼很多人質疑中醫？

原因很簡單，因為中醫沒有把系統建立好。比如祖傳秘方，一般認為隸屬於中醫，只有一紙藥方和一個能治百病的離奇故事，什麼皇宮裡傳下來的，把一個村子人的病都治好了。那麼有沒有認證？有沒有體系？誰家都可以有幾個祖傳秘方，這能信么？

老中醫，又是一個神乎其神的詞語。所謂的老中醫，很多甚至連醫師資格證都沒有考取。他們說自己不屑，因為理論不同。他們告訴患者，信則有不信則無，心誠則靈。又如何可以相信？

同樣的疾病在不同的中醫面前，可能會得到截然不同的治療方法，正所謂一人一方。你相信誰？曾經，中醫學院的院長給我們講課，介紹中醫的時候把中醫比作相當於張飛的矛，異常鋒利，但是如果不拿在張飛的手上，就絲毫沒有用處，甚至會傷及自己。那麼如何知道誰是張飛，誰配得起這支長矛？

標準化做得不好，系統做得不好，這就是中醫引人質疑的原因。但是西醫就致力於做標準化。很多人都問我，看病要不要去找哪個專家，請醫生吃飯或者送禮。這個問題很有代表性，很多醫生都會這樣告訴他們的親朋好友：你的紅包，根本不會影響你的診斷和治療，可能會讓醫生的態度更好一點，更耐心地回答你的問題，僅此而已。本來要割了你的闌尾，如果你不送錢就切掉一半留一半；送的錢多了醫生開刀的時候就會大發慈悲，順便把你的膽結石也治好，你覺得這可能么？在醫療系統里，所有的治療都是有規則的，這個規則是千百年來傳承下來，並且不斷完善的。

尤其是在美國的醫院，醫療資源相對於中國更為均衡，大小醫院醫生的水平也都基本一致。在中國，由於三甲醫院的醫生見過的患者更多，他們做出正確診斷治療的概率更高。即使如此，患者也是相信一個系統，就是三甲醫院的醫療系統，而並不是某個醫生。患者選擇三甲醫院而不是社區醫院，相當於把自己的生命交給了三甲醫院較為完善的醫療系統。

為什麼人工智慧是更好的醫生？

因為人工智慧最擅長的就是通過演算法的升級，不斷完善地系統。

1.人工智慧可以減少誤差。

下面我們來看看醫生是怎麼看病的。看過診斷報告的人可能會熟悉，很多報告上會這麼寫：「A疾病可能性大，B疾病不能排除，C疾病可能性較小，建議進行XX檢查進一步確診。」很顯然，醫生給出的答案也是一個概率，但是這個概率相對比較模糊，是根據醫生的經驗給出的判斷。雖然患者看不到一絲的思維過程，但是其實醫生看病，是在用概率學診斷。根據蛛絲馬跡，抽絲剝繭，最後分析出概率最高的疾病。雖然A的可能性最大，但是很多時候診斷結果卻是B，醫生也沒法做到百分之百的準確。

循證醫學已經是非常火的名詞了，為什麼各個醫學會每年都要做大量的臨床試驗，為什麼要出各種各樣的指南？就是為了把疾病的判斷和治療標準化，讓醫生的每個選擇都是有據可循，人的思維可以不斷修正，無限地接近理性，但是正因為是人，是人就不能完全避免主觀判斷。

那麼我們再看看人工智慧的計算方法。很多人都看過「最強大腦」的節目，百度機器人在人臉識別、聲音識別上給出的也是概率。毫無疑問，機器人的概率更加理性和精確，可以減少更好地降低我們犯錯誤的幾率。

打個比方，感冒可能誘發心肌炎。如果說這個比例是1%，也就是100個病人裡面可能有一個會得心肌炎。但是對於單個醫生來說，王醫生可能看了500個病人都沒有；李醫生可能看了10個病人居然有2個。因此，他們的經驗可能會影響自己對概率的判斷，王醫生可能會輕視心肌炎的概率，而李醫生會高估心肌炎的概率。但是我們知道這個1%是大數據統計的結果，不管是王醫生的輕視還是李醫生的高估，都會對此後患者的診斷帶來不利的影響。這時候只有人工智慧，這個冷冰冰的死理性派，才能根據不同患者的真實情況，給出一個最準確的概率。代表人工智慧的阿爾法狗可不會因為上一步棋走的不好，就影響走下一步棋的心情和判斷。

這裡並不是說人工智慧給出的概率就一定正確，但是一定會把偶然誤差的概率降到最低，也就是避免非理性的判斷。比如給出我們A疾病的概率70%，B疾病25%，C疾病5%，就能很容易做出選擇；當然還有一些疑難雜症，可能會A疾病概率51%，B疾病概率49%，這時候就需要醫生綜合評估，給出診斷，並且可能需要根據病情的變化，進一步修正判斷。說實話，51%和49%，即使讓醫生判斷，正確率也高不到哪去，甚至很多疾病，治好了，或者治不好都無法做出準確的判斷，這也是現代醫學的局限性所在。

2.人工智慧可以不斷學習。

阿爾法狗之所以戰勝圍棋大師，最重要的原因是因為它可以不斷學習。但是隨著演算法的優化，我們告訴計算機的內容越來越多，通過多個維度的計算分析，計算機給我們的答案就更加準確。人的經驗也會增加，隨著見到病例增多，經驗豐富的老醫生常常比年輕醫生能做出更加準確的診斷。但是老醫生也會老眼昏花，也會犯糊塗，所有的積累到了退休那一天就煙消雲散了，運氣好的可能一部分教給了年輕醫生，一部分寫成了教科書。這些經驗，不是白來的，是在一個個血的教訓中積累的。但是這些知識，年輕醫生總是記不住，記了又忘，非得自己遇到血的代價才能印象深刻。

我們無法訓練出更牛的醫生，因為一個人的時間和精力有限，超長的訓練時間並不划算，況且醫生的成長需要在許多病人身上付出代價，但是我們可以優化出更好的系統，和訓練人來說，成本的差距是顯而易見的。

3. 診斷的標準化，治療的個性化？

說到標準化，人永遠比不過計算機。只要有標準，計算機就會完全按照標準來，不會使性子。那麼人還有什麼優勢？有人可能會說，現在我們追求的不僅僅是標準化，還有個性化，也就是精準醫療。那麼我們在個性化上可以贏過人工智慧么？

沒有兩個病人是一模一樣的。說的沒錯。個性化確實是我們的訴求，診斷上要標準化，但是治療上要個性化。舉個最簡單的例子，開藥。比如說，抗生素治療肺炎，一般在2周左右。

有的醫生判斷患者病情比較重，就一次開了3周的葯；有的醫生開了2周，告訴患者2周以後再複查看看，剛好下次門診的時間剛好是在2周之後的同一天；有的醫生只開了20天的葯，因為想要湊個整；有的醫生開了18天的藥量，因為這個醫生更有經驗，知道18天的藥量剛好是3盒，不會浪費。所有的這些處方都完全符合規則，甚至有的還非常細心地為患者考慮了。

還有一個問題，大家常常會遇到。藥物說明書上寫了，每天三次，每次2-4顆。那到底吃幾顆？其實這個問題的影響因素很多，患者的體重有影響，患者的藥物代謝速度有影響，甚至每個患者對藥物的反應不同也有影響。你可能會注意到，所有的藥品說明書上都寫著「遵醫囑」。其實也就是根據醫生以往的經驗判斷，怎麼又是醫生的經驗？於是乎，保守醫生會說一次吃2顆，激進的醫生說一次吃4顆。

但是，這就是最優的結果么？拋去社會因素不說，把所有可能影響患者藥物用量的因素綜合考慮，設計一個演算法絕對是最優的方案。只需要給這個數值規定一個範圍，避免計算的低級錯誤即可。

於是乎，我們發現診斷的標準化，和治療的個性化，人工智慧都可以幫我做到。那醫生還能做些什麼呢?

什麼是人工智慧取代不了的？

你可能會說，創造性工作是無法取代的。那麼事實真的如此么？

我們一般把醫療可以分為臨床和科研。臨床是已經證實的東西，我們正在把老一代的經驗一步一步重複地應用在新的患者身上。就像廚師做菜，你點什麼我做什麼，唯一不同的就是可以根據客人的口味多放點鹽，或者少放點辣椒，這是毫無疑問是可以取代的。

而科研，就是創新菜。醫學之所以不斷發展，就是因為許多新治療方法不斷出現。新藥物的發現，新療法的發明，這些似乎是人工智慧無法完成的。

但是，有件事非常恐怖。那就是不要小看人工智慧。就拿我們的基因研究來說吧，哪種基因可能對於哪個疾病的發生有影響，這就是現階段全世界大大小小的實驗室都在夜以繼日研究的內容。它們有的研究肺癌、有的研究中風、有的研究先天畸形、有的研究抑鬱症，但是歸根結底，就是找到靶基因。

現階段，科學家只要能找到和新的疾病相關的基因，就可以發表論文了。如果通過調控這個基因可以在細胞水平或者動物水平看到療效，就可以發表非常高水平的論文了。因為找到這個疾病基因也是一個非常不容易的事情，需要對以往的研究有著深刻的理解、甚至有一定的運氣，才能在那麼多的基因里找到可能的位點。

不過很慶幸，也很可怕，在人工智慧革命之後，這類的研究都要失去意義了。因為計算機最擅長的就是大數據的分析，最終解決基因研究問題的一定不是醫學家，而是計算機工程師，因為計算機提供的數據處理能力和效率，遠遠超過僱傭一大堆研究生在實驗室里一個個的試。打個比方，已經證實A基因在肺癌中有作用，你發現了它對肝癌也有作用，這樣的內容已經不算創新了。研究模式可複製，這類看似新發現很快也會被人工智慧取代。第一個吃螃蟹的人是創新，後面你再紅燒吃、清蒸吃、油炸吃都算不上什麼創新了。

那麼人類還有什麼優勢？似乎唯一難以取代的只剩下創新模式的開發者。因為人工智慧沒辦法去做第一個吃螃蟹的人。不對，你又錯了。第一個吃螃蟹也不能算創新了，因為你只要吃過雞，人工智慧就可以去嘗試用同樣的方法去吃螃蟹、吃海螺、吃烏龜、吃章魚，人工智慧可以模仿你吃雞的樣子把所有看上去能吃的都吃一遍。

如果按照這個思路，愛迪生一生的幾千個發明的價值都會被抹殺，比如眾所周知的鎢絲燈。在那個年代找到合適的燈絲材料是極其不易的，千百次的試驗才選擇了鎢絲。不可否認，那樣的工作在那個年代極具創新價值。但是通過計算機的模擬，此類的研究可以在瞬間完成。再比如原子對撞，看看撞出什麼，這些實驗在計算機的處理能力面前也變得容易了許多。

然而，提到愛因斯坦的研究，《相對論》的體系，似乎人工智慧遇到了一點問題。因為研究方法是人教給計算機的，唯獨模式上開天闢地的內容，才無法被取代。類似的理論還有「熵」的提出、「弦理論」的內容，這些極具想像力的抽象理論是人類僅存的優勢。

其實，人工智慧就像一個聰明的孩子，你只要教他，他都能學會，你不教他，他也可以模仿。他唯一做不了的東西，只有一個，就是你腦海里那些還沒有成型的思維和理論，甚至是幻想。因為一旦定型，他就學得會。然而這些幻想，就是人類發展的最原始動能。人類有幻想，有需求，才有了現在科技高度發展的社會形態。

我們幻想能飛，於是有了飛機；我們幻想能無距離地溝通，於是有了互聯網；我們幻想有東西幫我們思考，於是有了人工智慧。而人工智慧沒有需求，它們只需要充電即可。

最後，回到醫學上，我們對生命的渴望，會催生出一個又一個看似荒謬但是可能救人的想法，比如腦起搏器，腦機介面，又比如換頭。醫生也不必過於為自己擔心，因為幾乎所有技術行業都會被人工智慧所取代。新時代的醫生，每天只需要端著腦袋想想有什麼治療疾病的新可能，再讓人工智慧馬不停蹄地幫我們實現它。

歡迎關注微信公眾號：「醫學江湖」，回復【內科】，【外科】，【醫學生】，【麻醉】，【影像】，【神經】，【護士】，【兒科】，【產科】，【科研】等，可以獲得超酷的醫學專屬產品信息，限量首發，逐步更新。可來圖定製3D列印紀念品，即將推出！

直接取代門診醫生的難度非常大，但人工智慧可以作為門診醫生助理，提供各類支持。

目前比較常見的是虛擬助理，交談是與虛擬助理交互的基本模式。跟人工智慧助理說話，通過自然語言處理和語義分析之後，人工智慧可以給出基本反饋，原理和Siri 類似。

人工智慧助理可分成兩類，一類是包括Siri 等通用型助理，另一類是專註醫療健康類的專用助理。和通用類型助理相比，醫療是一個更垂直，專業度更高的領域，有很多專業術語和專業技能需要學習。如上圖，從五個方面去對比通用類和醫健類虛擬助理的差別。通用類助理上市時間早，資本支持度高，數據規模大。而醫健類虛擬助理的專業屬性強、監管風險高。後者在過去一兩年內收到了部分資本的青睞（警告：這個創業方向坑非常多）。國內外的代表公司都有幾家，以下以Babylon Health 為例簡單說幾句，國內的玩家暫且不寫，說壞話得罪人，講好話則太軟。

Babylon Health 是一家位於倫敦的初創公司，已完成金額約17.18M英鎊的A輪融資，投資者包括大名鼎鼎的DeepMind，該公司計劃推出一款類似Siri的醫健類虛擬助理應用。Babylon在過去兩年里建立了一個龐大的醫學癥狀資料庫，擁有總共36500個案例的資料庫，在看醫生前利用語音識別來詢問用戶一系列問題。相比人工全科醫生的診療，這種光速般的癥狀診斷和熱情溫柔的聲音是幫助Babylon Health降低價格、保持5英鎊月費的最重要方法。

Babylon Health 的人工智慧助手需要經過兩個階段的建造，第一個階段有兩個步驟，第一個步驟是自然語言處理，也就是聽懂患者對癥狀的描述，知道哪裡不舒服。然後根據疾病資料庫裡面的內容進行對比和深度學習，對患者提供醫療和護理建議。這個階段局限於腎臟、肝臟、膽固醇和骨科等較小範圍的領域。在第二個階段，隨著更大規模資料庫的加入和更長時間的訓練，Babylon Health 將提供更多種類的疾病建議。

Babylon Health 創始人Ali Parsa認為，每年人工處理病患會發生大量誤診死亡事件，美國ICU 誤診死亡達40500人/年，而利用人工智慧技術，從虛擬助理切入，能夠更準確、更快捷、更安全、更便宜地實現病患處理。但是，目前在政策法律方面，由於醫療責任主體不明，監管部門禁止虛擬助理提供輕微疾病的診斷和重症的任何建議。

目前，監管部門要求虛擬助理在輕疾方面僅僅能夠提供一些諮詢和建議，不能提供診斷，在重症方面只能提議立刻前往醫院或代撥醫院急救電話。業內醫師也同樣對該應用產生了質疑，因為患者並不完全了解身體所出的狀況，表達的時候會漏掉一些關鍵信息，同時諮詢的時候會使用大量的非專業辭彙，虛擬助理可能沒有辦法去挖掘真正有用的信息作出更準確的判斷。以上是虛擬助理目前的存在的問題。雖然如此，虛擬助理的成本更低，有助於控費，人類醫生無法窮盡所有的疾病，而人工智慧理論上可以，因此完全可以成為人類醫師的得力助手。

最後，腦洞大一點兒地說，對於有較高專業門檻的職業，人工智慧對人類的「取代」往往是較困難的，"人機結合"的可能性或許還大些。

好問題。

醫學診斷流程大概包括：問診、體格檢查、實驗室檢查、輔助檢查。

我國就診人數多，導致醫院一直超負荷運行，難免給人感覺效率低下。如果加入人工智慧系統進行分流，就能一定程度上緩解這一情況。

我們可以設計出這樣一套系統，通過患者自己對癥狀的輸入，給出幾個診斷結果以及需要進行的各項檢查方案，從而完成部分診斷過程，這樣就可以直接把檢查結果拿給醫生，讓其作出最後診斷。

然而實際上，這種系統是不能解決問題的，甚至很可能造成更大的資源浪費。

主要有以下原因：

一、系統開發難度大

二、難以推廣，群眾認可度低

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

一、系統開發難度大

人工智慧確實可以代替醫生進行一部分的預診斷。

然而系統製作中有幾個致命性問題：

1）患者對自身癥狀的描述是否準確

2）疾病庫是否具有權威性和時效性

3）檢查方案是否全面或贅余

4）登入許可權及收費流程

這就造成了：

可能有的人嘴裡長了白色斑塊，但是疾病庫告訴他這是HIV的口腔表現之一，這也是癌前病變的典型特徵，然後列出了十幾種相關疾病把他嚇得要死，最後醫生告訴他你這就是白色水腫而已，禁煙少吃麻辣燙吧；

可能有人少做了一項檢查，但由於癥狀不符系統就是不給他開，所以他到醫生那裡還要再補做，他就不得不懷疑醫生這項檢查是否有必要；

又或者這回系統為了確認所有疾病的可能患病率，開了二十幾項檢查，你是做還是不做？

其實總結起來只有一句話：我們目前還無法量化疾病。

二、難以推廣，群眾認可度低

機器規範、公平、效率，但是你敢找機器看病嗎？不說老一輩，年輕人又有幾個敢做第一個吃螃蟹的。

我不懂系統開發，但是像遊戲一樣，前期必然要進行試運行，正式運行後也必然要進行實時修補和更新，這一過程中造成的種種意外又由誰來負責？

一個錯誤甚至是延誤可能就是一條命。

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

無論機器怎樣人工智慧，他都不是一個真正的人。

我理想中的「人工智慧診斷」不是擁有人類思維的超級電腦或程序，而是能和患者面對面，像個人類一樣思維的另類生命體。而它以後也必然不會局限於診斷，甚至可能成為每一位患者的實時私人醫生。

而什麼時候人類能夠創造出情感，而不僅僅是思維，這種構想才能夠成為可能吧。

(￣(完)￣)

問診在一定程度上可以自動化。比如

病人進入系統後，系統不斷提出問題，是單選或複選（如果讓病人自己用自然語言描述，會把事情搞糟）。病人通過點擊來回答問題。系統通過結果，尋找可能的疾病或病人回答的矛盾之處。例如」是否感到噁心「可以作為單選題，而」哪裡感到痛「可以給出一個人體圖，讓病人點擊適當的部位。

在大型教學醫院，門診都是副教授及以上職稱的醫生在看，人工智慧在什麼時候能夠達到這樣的水平？太懸了。。

暫時不行。

如果要機器做到，就需要足夠的參數和資料。對於人來說，經驗的積累可以加速判斷，減少數據需求。

但是機器的話，人工智慧達不到的前提下，總不能看病總搞窮舉法吧？

作為一個思想比較奇葩的醫學生來作答，看了很多相關評論後，我認為：醫生很難被取代，但是醫生會被逐漸邊緣化，醫生的地位會下降。醫生的責任使得醫生很難被取代，但是可能門檻、地位、乃至收入會越來越低。醫生的主要智能是診斷和治療，這也是醫療行業的真正核心（理性分析，個人感覺安慰是次要功能，因為誰不會安慰啊？一個護士也可以，非得要醫生？那個護士可以說：你這種病我見過人工智慧已經醫療過很多患者了，很多都成功了，你看那個XXX（某個名人）和你患的病一樣，他也治癒了。安慰，誰不會？疾病解析可以由人工智慧解析）以前醫療是以醫生為中心的，無論是患者還是藥廠，都得聽醫生的，醫生就是神，是上帝，很大程度上可以患者決定的一切，但是人工智慧可以不經醫生分析就可以診療，讓醫療信息更透明，診斷更明確，客觀，治療更精準，個性化，患者有權知道身體狀況，人工智慧和各種儀器極大地取代了醫生的地位，未來可能不再以醫生為中心了，而是以患者為中心了。除了研究新療法的科研醫學研究者，純臨床的醫生的地位可能會有所下降。而科研與臨床相結合的醫生又有多少呢？可能連5%都沒有。研究出來的新療法，只要證明效果好，人工智慧可以迅速吸收。在人工智慧時代，除了前5%的從事科研和研究新療法的醫生，每個醫生的水平都差不多，因為機器足以彌補名醫和庸醫的差距，機器可以無限複製，名醫的壟斷性就會下降。之前名醫的地位高，是因為難培養是一個原因，可複製性弱甚至不能複製也是一個原因。就像為什麼外科普遍比內科收入高？這就是因為外科多了手術這一環節，而手術醫生是幾乎無法複製的，當然有些手術也挺累的。好像內科做介入的收入也比較高，這也是難以複製的。而這些操作性的技術，理論上可以複製，但因為缺少大數據，所以很難也很難複製，我認為20年內都很難出現。這就不像理工科的信息行業等高科技行業，可複製性強，除非掌握核心技術，否則分分鐘能山寨出來，所以信息行業要不斷研發新技術才能保持優勢，但是人工智慧可以無限複製名醫，甚至超越名醫，就像阿爾法狗那樣。然後你會發現，可能臨床上的醫生不會被取代，但是大部分臨床醫生將顯得不再那麼重要（前5%除外）。醫生的職能不斷分化，醫生的門檻會大大下降，地位和收入也會隨著下降，如果到了一個奇點，人工智慧單獨的確診率比人工智慧和醫生結合起來的確診率還高，診療效果更好，效率更高，那麼到時醫生所需要的，只是在電腦上點幾下或在機器上按幾下而已，甚至其中部分可以直接由患者來做。我看過一本關於經濟學的書，是亞當斯密的國富論，上面說當一個職業的功能越來越分化，個人的重要性、門檻（受教育的時間）越來越低、後，其在這行業的地位、和收入便會下降。我總結的：書上說應當給予醫生較高的收入，一部分原理是醫生的教育時間較長（中國算是相對較短的了），一部分原因是因為醫療信息不透明和醫療的壟斷性，而且對象是人的生命，而診療掌握在醫生手裡（說因為受尊重收入應該高的，然而教師也受到很大的尊重，可是很多國家的教師收入並不高，只是一般般。以前醫鬧比較少，一部分原因是以為醫療信息不透明，你被一部分醫生坑了也不知道，當然其中大多數醫生不會害你，只是會看你的承受範圍來調高診療費。醫生也是人，是人就會有這種情況。另說一句，美國、日本為什麼醫生地位高？一個原因是因為都是成績最好，最聰明的學生學醫，日本的醫學生的錄取分數相當於國內的985大學的錄取分數，收入和地位當然高，我國到現在還有收大專醫學生的學院，而且數量還不少……美國好像更嚴格，就不說了。不過我認為學醫並不需要多高智商，特指五年制，就算考研也不用考數學。那些八年制就不要說了，鳳毛麟角，而且八年制收入還不高的，誰會信啊？只有騙騙外行人了。看過我同學的線代、電機學、電磁波後，各種數學物理，各種天書，我同學向我訴苦說課前必須預習，不然基本聽不懂，亦且關聯性很大，上一節課聽不懂，下一節課更加別想聽懂。相比起來醫學大多數是生物和化學，我不認為醫學這種大量靠背加小量邏輯推理的科目會比理工科各種天書般的大量抽象的邏輯推理難，然而我高中數學物理甚至比化學生物好。我也只是普通一本的醫學生，不過我自認還算努力，成績基本可以排前10%，但就算是高中，大多數人也覺得數學物理比化學生物難……按重要型來說，學理工科智商占的比重比較大，學醫科經驗占的比重較大，學醫需要的是時間和經驗的積累，而這已經被人工智慧超越了）。醫療信息不透明，你不知道醫生是否會真心實意服務於你，當收入較高時，醫生的積極性便會上升（只是較高，假如個個年薪百萬，幹個五年十年，醫生都退休不用幹了。所以大多數國家的醫生處於中產階級的頂峰，卻成為不了富人。我說大多數，不包括畸形的美國和中國。美國醫生權力太大，醫療體制差，個人感覺德國的醫療制度比較好）。而人工智慧時代，人們可以相信人工智慧，因為人工智慧沒有主觀性，對待每一次病人都是真心實意的，這樣可以對比人類醫生是否真心實意地服務於你，當人們知道人工智慧超越絕大部分醫生，並且診療費用比醫生低得多時，人們會選擇人工智慧還是醫生？甚至機器足夠發達時，患者自己就足以與機器互動，患者自主去診療。而從法律責任上，必須要有醫生，但是因為醫生的門檻越來越低，那個時候有很大部分的醫生，收入會趨於大多數國家的教師的收入，即比較一般的收入吧。當然，樂觀一點，人工智慧也不會那麼快普及，要普及大概要二、三十年的緩衝吧，至少我們這一代還不用太擔心，但二、三十年後我就要為我的孩子考慮了，可能以後醫生也不是越老越吃香的行業了，或者說你個人的經驗與人工智慧相比根本不足為談，甚至在未來，因為可穿戴設備，人人都可以成為醫生。那時，最難被取代的恐怕就只有科學家和工程師吧。但是現在我作為一個醫學生，就要不斷努力去提高自己，努力成為那前5%，這才是最正確的做法。（這是我的見解，語言組織可能有不妥，也可能有人看了會生氣，我也是自黑，不要見怪）

前瑞金醫院醫生，目前在醫療互聯網從事這方面工作。不能多說，只能說人工智慧在醫學診療方面的發展會遠比我們預計的要快。

現代醫學依賴大量醫學檢測設備，醫生拿到相關數據再結合醫學知識和日常經驗做出判斷，而面對大多數疾病，檢測數據是相對穩定的，經驗無疑成為了至關重要的變數，但由於單個醫生接觸的病例有限，加上學習效率，所以一個醫學生到一個合格的醫生往往需要數年培養，而人工智慧的學習速度是恐怖的。

原有的醫學檢測設備依然擔任數據輸入工作，決策交給人工智慧，效率無疑爆髮式增長，徹底解決醫生不夠用的問題。再加上雲技術，大數據的運用，每個人工智慧都能接收全球數億病例，這是什麼概念？昨天他可能是個蹩腳的，感冒也看不好的庸醫，第二天就能成為全球經驗最豐富的老司機。

別以為這一天離我們還很遠，想想前段時間完勝李世石的阿爾法狗吧。

有可能的。美國ibm已經用沃森給癌症患者設計治療方案。在未來人工智慧肯定可以代替大量醫生的工作。當然那一天可以用上就說不準了。不過二三十年內也許就會發生

一個值得討論的話題，這些年，很多不可能，都變成了可能。人工智慧，無論是哪個領域，受限於發明創造者，肯定將永遠低於人類的最頂端水平。但是AI水平肯定可以超過一般水平領域內的從業者，甚至是中高端從業者。人工智慧必將是下一場工業革命的驅動者。但是涉及到倫理、人和機器人之間的爭議也一直存在。相信這一天會到來，10年，甚至更快。先是電子診斷、醫生人工最終確認，再到最後逐漸脫離人工操作。大勢所趨，順勢而為。醫療行業的人，或許是打心眼裡排斥，或許是不肯承認現實，但是不得不說，電腦的錯誤將遠遠少於人工。再牛的老司機，也敵不過高德地圖，再牛的圍棋高手，也敗給了阿爾法狗。德國發明的機器人，乒乓球已經可以達到國家隊水準，下一個領域會是？睜眼看世界，大膽想像，人類未來會有很多不可思議。

很難吧，回答問題的好像沒幾個醫生，AI可以輔助診斷，但很明顯不能做決策，無人駕駛技術出了這麼多年，飛機還要飛行員來開啊，因為緊急情況電腦是搞不定的。真出了人命誰負責？停止全部的該公司產品還是怎麼的，實際臨床上一般的科室除麻醉影像檢驗很多時間都花在和患者溝通上了，這個顯然替代不了的。而且手術科室肯定不會被取代的，操作越多的科室比如麻醉心內可能被取代的概率越小，達芬奇機器人也需要人來操作啊。機械手的靈活度很難達到人手的水平，不服的去看局解書。

其次醫學的複雜性決定了人類永遠不可能解決全部的醫學問題，建議大家可以和學醫的朋友交流交流就知道臨床上很多神奇的事情，比如耐藥性，直到現在對人體機制了解其實不多，很多病不想大家想的那麼簡單，而且很多醫學進步都是因為不走尋常路才出現。

最後，如果真有革命性突破，計算機取代人，醫生也是最後被取代的，在此之前多少人失業的社會問題估計讓government頭疼呢

以學生要是比較悲觀可以去醫院手術科室見習一個月就會不這麼想了。

其實題主自己已經想得很明白了不是嗎？目前醫生所做的診斷其實就是依靠經驗，依靠人腦去比對大數據，這正是人工智慧所擅長的，他們的診斷正確率可能比經驗豐富醫生還要高。但要說完全取代醫生，我感覺基本是不可能的，完全取代醫生，需要像人一樣體會情緒，了解表情和語言的微妙差異，進行各種互動，甚至於跨過倫理障礙。當然這些只要時間足夠，其實也都不是什麼問題，不過如果連最後的倫理問題都跨越了，大概到那時人工智慧已經取代全人類了吧？

看病做決策可以用AI，我覺得這才是未來的趨勢，但是肯定會受到整個醫藥行業的抵制。

有感於近日一個患者。中年女性，已經看了好幾家醫院的好幾個科室，都是給了治療計劃，只進行了簡單的治療。

患者的疾病複雜嗎？在口腔科來說，幾乎全口的牙齒都在小醫院進行過不規範的治療，想再次恢復吃飯的功能確實相對複雜。需要拆除舊的牙冠，重新規範治療，耗費大量的時間，還要考慮那些醫保不能報銷的費用。

真的複雜到無法挽救的地步嗎？我手裡的患者，我見過的患者，比她複雜的有很多，只要依從性好，能夠和我們互相配合，願意花費時間和費用的，最後都有比較好的治療效果。

為什麼這個患者輾轉多家醫院多個科室，都得不到讓她滿意的答案，甚至最後患者的焦慮情緒一再加重？是醫生之間有分歧嗎？不是的，多個醫生給出的治療方案基本上是一致的，我也贊同。那麼問題出在哪裡？是人，是人本身的性格導致溝通非常困難。通常我的患者溝通時間是5-20分鐘，大家就能夠取得治療計劃的共識，然後就開始進行治療。而這位患者最後我溝通了40分鐘仍然無果。沒有得到患者的知情同意，我什麼都做不了，自然也無法解決她的問題。

所謂看病，其實更重要的，是看人，是與人溝通的藝術。

最近正在播出的《外科風雲》，白百何飾演的女醫生，給患者及家屬丟下一句冷冰冰的「必須開刀」就酷酷地離開了。如果我是家屬，面對疾病的無知，開刀承受哪些風險，有沒有其他可代替的方案，一無所知的情況下，如何信任你這樣一面之緣的醫生，自然也是免不了要再詢問甚至進行投訴了。換了靳東主演的男醫生，和患者認真細緻地交流一番，最後患者非常滿意的配合他完成了治療。

回到人工智慧的話題上。

我不否認人工智慧通過學習能夠掌握大量的疾病資料，甚至比一般的醫生診斷水平更高。可是與人溝通的能力呢？

首先人類自身尚且不能夠充分認識所有的人性，研發者如何讓AI學會這些？甚至很多研發者自身就是不擅長與人相處，如何研發出擅長溝通的「交際花」？

其次，很多患者隱藏在自己語言背後的情緒AI能夠識別出來嗎？比如有的患者明明心理極度不信任你，還是嘴裡說著「大夫，我就交給您了，您看怎麼好就怎麼來」，轉身就把你投訴了，你還不知道為什麼。AI如何通過患者的語氣、眼神，甚至語調的變化來識別出患者的這些心理活動？有經驗的醫生往往就能夠分辨出來，甚至形成了直覺。

因此，我認為人工智慧取代醫生是不可行的，作為醫生的助手提供參考倒是非常可行的。

最後，腦洞大開一下，假設真的有那麼一天，AI不僅僅掌握疾病的診斷，還能夠深諳溝通藝術，最後還能夠完美的完成治療，請問人類自身有什麼存在的意義嗎？人類需要吃喝拉撒，消耗資源，破壞環境，而且又虛偽，貪婪，自私，還經常出毛病需要身體上的修理和精神上的慰藉，人類的存在哪裡比得上這麼超級的人工智慧？

估計那時候人類一個去處是生活在「野生人類園」裡面供AI參觀，另一個去處就是充當實驗室裡面的「小白人」進行醫學實驗。最終能夠在社會上生活的都是改造後的半人半機器人。

哈哈，想想就開心。

這樣當然是最好的啦，AI醫生可以配一支電擊槍，診室里粗體字貼著「請勿使用暴力，攻擊醫生會被電擊」，再也不用擔心打打殺殺了。

人工智慧將逐步滲入到醫學領域，但與人打交道的環節將是最後被取代的。

舉個例子哈，

「雙手往上舉，舉過頭頂」

只有近一半人舉成投降狀，另外近一半人平舉（像電影里殭屍那樣），還有極少人舉成各種姿勢。

簡簡單單的一句話，不同的病人理解不一樣，而門診是跟病人打交道最多的環節之一，即使是人也難處理好，更別提AI了。

至於題主說的聘請一個錄入員按標準輸入，那首先得先進行培訓錄入員，保證每個錄入員對癥狀的理解正確且一致，要正確理解得先理解該癥狀的病理生理，另外還有視觸扣聽等一系列查體操作，培養一個合格的錄入員不就相當於培養一名醫生了嗎？假如錄入員沒有醫生的水平，那這種錄入員輸入的數據你敢用？

我認為AI取代醫生將從影像、病理、化驗等與機器打交道的環節開始，而且不是全部取代，審核環節還會由人把關。

我的回答可能和答主想問的不一樣。但我覺得，一個身體不適心理擔憂的病人，他應該希望自己遇到的是有溫度的活生生的人，而不是冷冰冰的機器或者屏幕。醫生這工作不是治病，而是救人。