影像科診斷醫師在未來20-30年內會被人工智慧取代嗎？

01-13

說白了就是讀圖嘛……
（大家別笑啦，我自己也是搞影像診斷的，只是想知道以後會不會下崗，哈哈）

計算機輔助診斷一直是研究的熱門之一，影像組學也是近年來的新起熱點。紋理分析作為影像組學中的重要組成部分熱度興起，但依舊處於研究階段。目前的影像組學中紋理分析技術，已經可以做到對組織中異常信號的識別。這種技術常見於肝臟、骨骼等較為規律或差異顯著的影像識別。對於病灶的影像分析，目前已經可以做到部分腫瘤病灶的良惡性預測。但準確率依然不夠理想，因此目前為止可以作為輔助手段，可以參考其分析結果，但依舊需要將更多因素考量進來。所以，10年內，影像診斷的地位依然堅固，十年後，要看科技和研究的發展會不會有新的突破。

肺，乳腺已經有輔助診斷軟體了，說白了就是把電腦覺得可疑的地方圈出來提醒醫生。

用電腦來診斷片子我覺得難度在於，

1,影像診斷的圖像解析度還有非常有限，能給電腦用於分析的參數不多，

2,電腦會診斷的基礎是人會，然後人教電腦，電腦才會，現在大牛還不敢說片子都會看呢，

3,電腦輔助診斷有個好處，它資料庫大，罕見病比人記得多。

4,醫學影像是看片子，但是其本質是物理+病理，僅從圖像入手，怕是得不到最佳效果，僅說磁共振，設備偽影千奇百怪，軟體要診斷？偽影都不一定認得全。

再過20～30年，電腦肯定會極大程度地參與到診斷中，影像科只需要幾個專家負責審核簽發電腦寫的報告就行了。

但是，就投資收益比來說，人工智慧進行影像診斷，相比別的行業，屬於難度大收益差。

雖然本人是一名影像學醫生，但也不能護短，我認為機器必然會代替影像醫生，包括臨床醫生也會，只不過影像醫生是最早開始被代替的，我舉幾個例子，幾十年前的深藍運算能力相當於現在的雙路e5 2670並行兩張志強協處理器的水平，，通過摩爾定律，我們就可以知道阿狗的性能相對於深藍是指數級的提升，首先，運算力的問題就解決了，其次是最重要的診斷問題，我們需要一個全新的神經網路演算法，這個對全世界的程序猿不是大問題，通過神經網路的自學習性，不用太長時間我們就可以獲得準確的影像診斷演算法，用計算機代替人類醫生診斷。我樂觀估計，二十年內，神經網路就能基本代替人類診斷醫生了，當然報告必須要有審核醫生簽名。科技的進步遠超我們的想像，某些職業終會消失。

坦白的說ChestX-ray8: Hospital-scale Chest X-ray Database and Benchmarks on Weakly-Supervised Classification and Localization of Common Thorax Diseases這篇文章出來後個人感覺很緊張啊。

如果AI現在都能對DR的肺不張、心臟肥大、肺炎、氣胸這些常見病做一定程度診斷的話，個人覺得率先會出現突破的可能不是對疑難雜症的定性，反而是諸如體檢胸片這種本身需求量大的早期篩查。為什麼我下意識舉出的是胸片這個例子，因為相對來說像單位體檢的拍片者多為身體健康的青壯年，整個胸廓的骨骼、器官和組織相對都比較貼合教科書里的規整形態；如果有疑似病史的一般也可以通過詢問或者調檔案來確認（如長期吸煙），綜合起來用機器學習界的行話來說就是會更適合數據標註。

實際上個人認為看正常胸片時很多觀察也是牽扯到可以量化的數據或者指標的，比如從肋膈角開始出現的胸腔積液分度取決於它佔到整個肺野的相對比例，又或者在工作站通過測量確認心胸比是否正常；不過最微妙的一點是下正常結論的依據並不是像病理那樣看影像里在發現有異常佔位後還要定性是什麼在哪裡有多大，而是確認到圖像上未見明顯異常，所以才會有上面那個做起來相對更容易實現的判斷。

不過臨床上再怎麼小心也不為過，現在全是人在出報告的情況下寫完之後都還要經過一道或多道審核才會最終列印出來進片袋。與其爭論到底會不會全盤取代，我倒覺得AI將來肯定會參與一些機械性的重複工作；比如後處理時測量病灶長寬高，或者有更智能的報告模板生成機制，或者基於卷積神經網路在成像原理上有技術進步。

但是「機器會不會取代你們這個事情，你們影像科醫生說了是不算數的。能不能取代，什麼時候取代這事情，是我這種做醫學影像處理，讓機器讀片的人說了算的」，這種話實在是難以苟同。當然我本身也不是AI方面專業出身，李宏毅那個300頁的PDF一遍看下來只有牽扯到圖像處理的CNN還知道在講什麼，如有謬誤還望指正。

影像科醫生被人工智慧取代是必然方向，但是時間卻無法預知，技術的發展太快了，alpha go給人的震撼太大。

在狗出來前，估計沒多少人會相信計算機能在圍棋上贏了人。最開始，IBM 深藍贏了國際象棋大師後，人們就信誓旦旦說圍棋變化更大更複雜，不可能打敗人類。結果現在master幾十場不敗，簡直是橫掃一切。技術發展太快，真說不好他要發展到哪裡去。

影像跟其他科室不一樣，是一個完全可是實現數字化的科室，所有的數據生成後不依賴與硬體，完全可以實現互聯網化，這就決定他一定會第一批次碰到日新月異的新技術並接受新技術的衝擊。人工智慧將有一個分支直接懟向智能診斷。

現在我們用肺結節分析軟體，心臟分析軟體等都是一種CAD，隨著他的升級，智能化越來越明顯，雖然不能替代醫生，但越來越自動化了。再高級一點，就能替代醫生絕大部分工作了，可能我們到時候就看結果確認好了。

前段時間，碰到一個搞這智能診斷的。判斷智能程度是取一些病例（比如一千份）讓計算機自動診斷，再找對照組醫生診斷，看準確率怎麼樣。現在的結果是跟低年資醫生準確率差不多。所以可以短期預計的是，以後計算機用來做初步篩選，由醫生做疑難病例的最後結論。影響的後果可能是以後不需要這麼多影像醫生了。。。。。

當然相關的法律法規要跟上才行。

我個人覺得這個問題挺無聊的，放射科醫生如果都被人工智慧取代，試問天下還有哪種職業是人工智慧不能完成的？

說完牢騷，回到問題本身。現在的跟影像輔助診斷的人工智慧有兩類:一類是傳統的專家系統，就是某類專家醫生把影像的某個標識和診斷先做好，然後讓計算機在讀圖的時候一個一個匹配；二是所謂的deeplearning(深度學習)，就是先讓計算機在以標記好的大樣本量上學習，然後計算機自己去識別和發現其中的各種標記的特性，以後再看讀其它圖的時候就可以看圖裡有沒有以前發現的異常。

第一種系統很早就有了，而且在心電、病理等科室有一些比較成熟的應用，但是會隨著圖像的複雜度的增加導致系統複雜度急劇增加。第二種就是現在大家最火的那種，本質是個自動計算機分類和匹配程序，精度和準確度完全不可精確預知，鬼知道所謂的生成的神經網路是啥樣，只能根據結果不停調一些參數去來回試試看效果。

所以現在人工智慧都是基於調理性邏輯處理，當計算機能夠處理足夠複雜的圖像和邏輯的時候，計算機就能取代大部分人的工作能力了，放射讀片也一樣。個人的感覺現在的人工智慧的演算法和系統還不夠好，所以具體什麼時候能取代我也不好說，有新的天才出現可能只需要五年，否則可能需要20年甚至50年。

現在人工智慧都是基於規則的計算，所以將來取代的一定也是只會利用規則的人，而發現或者發明規則的人是現有的人工智慧替代不了的。

這個問題涉及「機器人」不能發報告的倫理問題，人類發報告有其不可替代性，最重要就是報告者對報告負責任的能力，機器人是不可能具備的。在涉及生命科學的機器人話題里，都不可能繞過這個問題。

在解決這個問題之前，任何人工智慧都不可能「代替」人類。

人工智慧最可能影響的是人工的效率。在人工智慧輔助診斷的幫助下，隨著準確性的提高，影像科醫生可以在更少人手、更短時間內完成更多的診斷，這倒是有可能導致某些人失業，蛋同時它也會創造出諸如器械維護，技術培訓等等一些崗位。而且這個效率提升是有天花板的，不可能無限制增加，所以大家還是不必過於擔心的好

200例以上數據的影像組學文章裡面還沒有看到AUC/CI大於0.8的，那些幾十例子就拿來建模並且AUC動不動就0.9幾的，有什麼參考價值么…除了發文章，基本沒什麼用。影像組學感覺就是一陣風，把之前CAD玩剩下的紋理分析再拿來炒一遍。不過臨床醫生都會覺得不明覺厲，最近發文章應該比較容易，大家灌水要趁早啊。

至於深度學習，醫學影像數據非常難獲取，標註也是麻煩事，現在所謂的醫療影像大數據相對於工業界幾十上百萬的數量級來說還是太少了，絕大多數研究根本稱不上大數據，所以還是別想太多，趕趕時髦，多發發文章，評職稱吧～

謝邀。

脊柱畸形，肺分析還有乳腺已經有了較為成熟的軟體來進行定量分析了，其中最好的是脊柱畸形，肺和乳腺效果還是一般般。但是目前都還是以人工多次測量較為準確。

今年出現的心臟m?ri人工智慧雖然說很多人看好，但是也僅僅在心臟感興趣區域的劃定上，對於診斷還是依靠診斷醫師的經驗來說。

個人覺得未來方面人工智慧可能會對病灶的定量作出更為準確的測定，但是診斷方面相對來說還有很長的路要走

我看到回答裡面很多放射科醫生在說自己的觀點。不過很可惜的是，機器會不會取代你們這個事情，你們影像科醫生說了是不算數的。能不能取代，什麼時候取代這事情，是我這種做醫學影像處理，讓機器讀片的人說了算的。其他人我不知道，至少讓機器取代所有人類達到最高水平就是我的努力目標，奮鬥方向。當然，目前靠深度學習想實現這一點是不太可能的。深度學習目前的我們自己的經驗，最多就能做到和人類比較有經驗的醫師一個水平，無法超過人類最頂尖的醫師，而且最關鍵的是沒有遷移學習的能力。我個人預計，如果能解決遷移學習的問題，就是機器全面超越人類的一天的到來。不過目前我們對這一點似乎都沒什麼特別好的想法。這是個很複雜的問題，給我們20年時間能不能解決，我不敢打包票。但是我們會努力的。

補充：

底下有一位朋友提到了倫理道德之類的問題。這是個非常有意思的aspect，我想在此談談我的相關看法。看到這位朋友言辭懇切，想必是相關人士吧，莫非也是一名醫生？醫生在意倫理道德的問題，在此我想給這位朋友點個贊。我們這種並非醫生的人員在自己寫論文的時候，都要簽署倫理道德相關的規定。作為一個醫生，理應當把倫理道德作為自己職業標準的第一位。但是這位朋友想必也應當知道，倫理道德是「人類」範疇內的事情。人類範疇內的事情，是沒有死標準的，是會變的。現在的倫理道德看來機器取代人會有很多問題，其實最本質的原因並不是這件事情本身具有什麼本質錯誤，而是我們當前所熟知的倫理道德的討論僅僅是針對人的。當前的任何倫理道德均沒有涉及到「機器人」的層面。事實上哪怕在前幾年，也沒人把人工智慧真的當回事。因此直到幾年前，關於機器人到底算不算人這類的倫理道德方面的討論，還僅僅存在在哲學層面和影視作品裡面，比如著名的電影A.I.就涉及過這方面的思考。因此這位朋友所說的倫理道德問題過不去，我想更準確的說法應該是，當下的倫理道德標準因為沒考慮到機器人的出現，因而存在不足，無法很好的應對未來即將出現的重大變革。但是現實告訴我們，很快，我們就不得不將機器納入到倫理道德的討論範疇。因為如果某個技術準確度比人類高，並且速度還比人類快，費用還比人類低，它不能應用或者不能取代人類應用，僅僅是因為倫理道德，相信不光是我這種做科研的人不能答應，那些真正掌握實權的資本家和政客也不會答應吧？答主不妨回憶一下歷史。歷史上的科技變革不可謂不多，從農耕文明，到機器時代，再到電氣時代，再到今天的信息化社會。這其中，哪一次生產力的進步因為人為的因素而被阻止了？反而每次都是人類社會在新的技術出現之後開始擁抱新的道德觀念，新的思維方式，新的倫理價值。

事實上，這位朋友你或許聽說過，你提到的類似的問題已經在無人駕駛上出現了。現在有很多車已經裝備了無人駕駛技術。例如特斯拉的車。這類無人駕駛的車也出過事，比如特斯拉的車撞死過人。在無人駕駛的領域，就存在幾乎一樣的這位朋友提到的倫理道德問題。就是如果汽車自己開撞死了人，算誰的？事實是，大家已經在嘗試通過法律規定這種以前從來沒考慮過的問題。儘管各種法規的出台是明顯滯後的，但是這並不影響無人駕駛技術正在如火如荼的大範圍鋪開。事實上之所以現在法規會滯後出台，很大的一個原因是大家都處在一無所知的狀態，都在嘗試，都在思考法規應該怎麼定最好。那麼我相信，等到人工智慧可以大範圍取代人類的時候，例如30年以後，這會兒人類應該已經具有了相當豐富的和智慧機器打交道的經驗。自然，這位朋友所提到的障礙，在我看來，恰恰是不會構成任何障礙的。

未來人工智慧會完全或部分取代的東西多了去了，這個話題太飄。

就現在來說，雖然很多人都在搞人工智慧，喂數據，但就以目光所及的程度來看，一個大三甲醫院的資深醫生根本不屑於用，他們需要的是電腦來處理一些演算法上的東西，幫助他們更好更快判斷。

現在人工智慧最能幫助到的是那些不能看片或者經驗不夠的基層放射科醫生和臨床醫生，目前聯影的智能輔助引擎可以達到一個具備幾年經驗的放射科醫生水準，再過幾年能達到10年經驗醫生的水準吧。

已經在開始取代了。

現在唯一的問題就是西方的從業人員工會的阻力。

趕快被取代吧，我寧願下崗，而且我特好奇，醫鬧該去找誰打人訛錢？

取代醫生是為了降低人力成本，從而降低老百姓的醫療費用。

輔助可以，完全取代不可能

唉，規培完剛上研究生就知道畢業差不多就得失業，看來不能在影像這顆樹上弔死，混著走吧，趕緊發展副業才是硬道理

應該不會替代，可能會提高工作效率，系統給出一個答案，由醫生來確認審核一下，或者醫生可以提出自己的觀點。

我個人理解就像電子血壓計一樣，雖然廣泛應用但是也沒有淘汰傳統血壓計，而且，電子血壓計有時候出現系統偏差，是一件可怕的事情。

未來30年科學技術還沒發達到那個地步吧？

不過30年後x線又不知掉會玩出什麼花樣來，倒是真的

十年足夠了！關鍵是有沒有AI公司做這方面投入。

有一本書名字是《顛覆性醫療革命》裡面講了未來的醫療會是遠程醫療，不用挂號用手機軟體可以跟專家視頻問診等，未來的醫學院會是模擬手術操作聯繫，未來的手術會是醫生遠程操控手術刀，而患者躺著全是機器系統的手術台……聽著像是科幻，可我覺得這都會實現，目前專家診斷癌症的正確率還不到80%，如果機器能把所有專家的知識都學會（畢竟影像還是經驗性學科），然後有軟體來分析病變，也行診斷正確率超過人類，但是機器是人類發明創造的~