人算不如機算，人工智慧掛靠病理檢驗

計算機圖像分析應該算是最近引領人工智慧（AI）的一個重要貢獻者。目前已經有很多可行的產品在使用這樣的功能進行影像學和皮膚病學的輔助診斷。最近耶魯大學醫學院病理部的兩位專家在美國醫學會期刊上發表的一份文章1??闡述人算不如機算，讓AI踐踏病理檢驗吧。

其實同傳統的影像學診斷很相似，病理學診斷也是主要通過人眼去牽動大腦中的根根神經從而得出經驗累加知識而產生的診斷。換句話說就是人的主觀能動性比較大。藉助類似計算機影像學輔助診斷的成功經驗，將病理學工作者從繁重的眼力勞動中解放出來從而將有限的時間投入到無限的切片工作中去的確是一個不錯的革新。

雖然現在還有很大一部分的學者對於AI在醫學圖像分析方面存在或多或少的質疑，但說實話，歷史的車輪不是那麼輕易可以阻擋的。計算機技術在圖像分析方面的優勢已經擺在那裡，穩定的色差分析，大量的知識庫積累都不是普通人力能夠否極。因此，目前已經有人在建議今後將影像學和病理學兩個學科合併。而現在打算花費幾年時間學習影像學和病理學的高中生們切記，今後的工作崗位可能真的不會很多。

1. Acs B, Rimm DL. Not Just Digital Pathology, Intelligent Digital Pathology. JAMA Oncology [Internet]. 2018 Feb 1 [cited 2018 Feb 6]; Available from: http://oncology.jamanetwork.com/article.aspx?doi=10.1001/jamaoncol.2017.5449

推薦閱讀：