人工智能将让医生全失业？马云的预测不靠谱！
作者丨张凌
来源丨"医学界"微信号
5月27日，人工智能“明星”AlphaGo以三战皆胜的战绩击败围棋天才少年柯洁，而在这场吸引全球目光的战局开始前一周，由北京7家顶级医院医生们组成的战队在一场读片竞技大赛中以0.3%的微弱劣势同样惜败人工智能对手。
后者在医疗界再次引发热烈讨论：医生，这个与人类历史几乎同步诞生的古老职业，是否将被人工智能（Artificial Intelligence,AI）取而代之？
Airdoc创始人CEO张大磊——这位跨界互联网和健康医疗的创业者——在日前接受《医学界》专访时肯定地给出他的答案：人工智能是新一代的革命性技术，如同历史上多次的技术革命一样，它会提高医疗的效率和质量，却不会也无法替代医生。
Airdoc创始人&CEO张大磊
AI+医疗能否取代医生？Never！
“抵抗是没有用的。”
——《星际迷航》
2015年，当人工智能在国内远未如今日这样火爆之时，张大磊创立Airdoc，他希望以人工智能技术服务于医疗健康。
仅仅3年之后，Airdoc已经与包括The Johns Hopkins、西奈山医院、北京协和医院、解放军总医院、上海长征医院在内的国内外多家顶级医疗机构展开人工智能辅助医疗实践的合作，随着项目成果的推广，Airdoc迅速成为中国医疗人工智能的领先者。
“大磊”是做人工智能的圈内人以及队友们对他的亲切称呼，而他也确如这昵称一样平易近人。当大磊以通俗的方式向记者解释人工智能医疗的时候，记者脑海中想起了电影《星际迷航》里的那句台词“抵抗是没有用的”，因为你别无选择。
“我们的理解是，人工智能是一个拐杖技术，必须与某个特定任务或者特定的场景结合在一起，才能够解决问题。”大磊的答案一反许多人对人工智能的常规理解，而这被他称为“弱人工智能”。
他微笑着解释，所谓的“弱人工智能”并非学术名词，是相对于通用型任务的人工智能而言，而后者是有自主意志、能自主决策的“强人工智能”。
据大磊介绍，目前所有进入应用阶段的AI产品，有一个共同的特点，即对特定任务或场景有特定的输入和特定的输出并能够标准化复制。比如谷歌无人驾驶汽车，它是由人驾驶之后将采集到的图像、数据等标记出来，再通过大量数据训练+算法模型并最终输出决策。同样在医疗领域也适用这一规则：AI模拟人脑的神经网络，完成特定的任务。
“我们之所以认为AI只是工具，并不能替代医生，原因在于它解决的是具有输入输出结构的问题，而这些输入的数据和输出的结果来自于对人类的学习。”大磊告诉记者，成本低廉的大规模并行计算力、大数据积累、深度学习算法和深度神经网络芯片的技术成熟是促使人工智能发展出现向上拐点的四大催化剂，在医疗领域基于这些技术而开展的AI应用实践已经较为成熟，比如AI可以准确地分析放射影像，识别疾病的早期病变等等。
“但是，AI无法搞定医疗过程的整个链条。”大磊表示，人们对AI的期待值过高，从某种角度看是对现实医疗效率和质量有更多期待的一种反射。
触动大磊对AI价值深刻认识的一件事发生在北京一位神经内科专家的诊室。“那时候我们都在想，如果我们通过算法能够确认（诊断）的话，那么医生是不是就不需要亲自去做某些（诊断类）工作了呢？”大磊坦诚那次门诊的经历彻底改变了他的想法。
“那位病人在专家的诊室内得知自己被确认为帕金森病后非常沮丧，这意味着他的后半生要一直吃药，而且病情还会持续恶化，这是一种无法治愈的疾病。结果那位大夫跟病人只说了几句话，病人就释然了。”大磊望着记者说：“你猜那位大夫说了啥？”
“那位大夫说，很多人年龄大了，上帝都会给他发牌。有的牌是心梗，（他）直接晕倒在厕所再也不会醒来；有的牌是中风，偏瘫、半身不遂、大小便不能自理，子女不能上班照顾（他）；你接到的牌是帕金森，让你和这两张牌换，你换哪个？那个病人一听，‘上帝对我好像还不错嘛’。”
大磊表示，之所以很多人提出“颠覆医疗”的观点，“我觉得是因为对医疗和医生的工作理解还不够深刻，医疗是社会学，是哲学，是艺术，科学只是医疗的一小部分，我们要做的是在医疗的某个环节中提高效率，改善其质量和安全。”
医生的好奇心，改变着世界。（图片来源/Airdoc）
AI+医疗的价值何在？赋能！
人类与人工智能协作的结果是1+1=3。
——李开复
在Airdoc研发线中，医学影像分析是其重要产品内容。大磊告诉医学界，Airdoc的产品立足于两点：
其一是找到漏诊率非常高的疾病；
其二是它同时在某一环节有非常明确的输入和输出。
“我们在心血管科、骨科、普外、眼科、肿瘤、皮肤科等科室及肺部、脑部、肝脏等脏器领域都找到了领域内最权威的专家一起合作，所以我们不是以单一病种的维度做产品。”
减少疾病的漏诊率是大磊和伙伴们创立公司的初心，这是因为他们看到了中国医疗水平在地区间和不同级别医院、医生间的鸿沟。“如果能通过深度学习技术，让普通医生也能像大专家一样做出准确的诊断，那么这将是一件多么有价值的工作。”大磊说。
事实上，医疗成本的快速上涨、熟练医护人员的缺乏、患者对医疗结果越来越高的期望等，是全球各国普遍遇到的问题。
“我们的切入点放在了AI+医学影像诊断上。”大磊认为。AI+医学影像诊断可能成为众多医疗细分领域率先爆发的领域。一方面，影像科医生缺口巨大，由于收入低、培养周期长等多种原因，全国影像科医生极度缺乏；另一方面，影像读片高度依赖经验，因经验差异使得影像读片的准确率差异很大。
Airdoc DR是Airdoc基于深度学习研发的眼底照片识别工具，糖尿病性视网膜病变（以下简称“糖网”）是最常见的糖尿病眼底并发症之一。
WESDR的研究报告，患糖尿病5年以上DR发病率约为17%；患糖尿病10年以上DR发病率为26%；患糖尿病20年以上DR发病率为63%。2型糖尿病病人每年1次眼底检查，可将失明发生率降低94.4%。加大糖网早期筛查，将彻底改变无数糖尿病病人的疾病预后。我国约有1.14亿糖尿病患者，而眼科医生约为3.6万余名，患医比达到惊人的3166：1。
Airdoc团队与上海长征医院在内的数家顶级医院的专家们多年前就展开了合作，收集了数十万张糖网眼底照片。在过去几年里由眼科专家对数据进行标注，并对糖网数据进行分型，针对糖网的特点设计专业的深度神经网络模型，通过训练深度学习算法，最终生成精准的糖网识别模型。
https://v.qq.com/txp/iframe/player.html?vid=f05027m23qp&width=500&height=375&auto=0与上海长征医院魏锐利教授等开展合作的Airdoc DR在微软Build2017开发者大会上惊艳亮相。（视频来源/Airdoc）
Airdoc DR产品操作十分容易，使用免散瞳眼底照相机拍摄患者眼底照片并上传，Airdoc会在几秒中之内得出糖网识别结果，经由医生确认后，病人几乎可以实时得到诊断报告。
Airdoc的合作专家之一、上海长征医院眼科主任魏锐利教授表示，“有了Airdoc DR这个系统，可以把我们专业医生的手和我们的检查技术延伸到全国各地，也就是说在任何一个角落，专业仪器拍摄的影像，都可以传输到云中，进行辅助分析获得准确建议，让患者在任何时候都可以得到早期的预防和辅助分析建议。”
大磊表示，Airdoc希望把放射科、眼科医生、心血管科专家们从大量重复性、基础性工作中解放出来，让他们去做具有更高附加值、更体现其学术专长的工作；而基层医生则如同有一位专家导师陪伴在身边，无须苦恼于缺少临床指导，从而提高诊断效率和质量。
“人工智能给医生赋能，最终让病人获益。”大磊说。
AI+医疗的未来是什么？
在“未来”还没有发生之前，它就已潜入我们的生命，在我们身上发生变化。
——奥地利诗人赖内·马利亚·里尔克
变革的时代，有人看到风险，有人洞见机遇，其秘密在于从什么角度审视这场变革。大磊向记者分享了其对人工智能未来的思考。
中国在AI领域走在世界前面。
对于这一点，大磊相当自信。事实上上世纪七八十年代很多留学生在国外学习AI，而那时AI正处于低谷，这些学子已经成长为领域内的专家。“每年AI领域的论文，其中一半作者是华人学者。在数据质量上美国要好一些，但中国数据量远大于美国；在计算力上，无论是分布式计算还是超算，中美几乎无差别；在算法上，美国因在基础教育上优势要好于中国。”大磊告诉记者，今年6月Airdoc将作为出品主席承办全球机器学习技术大会，讲者都是世界一流的AI专家，“在AI领域几乎没有差距”。
AI的突破更可能发生在传统医疗行为无法触及的领域。
大磊认为，对医生们来说，传统的医疗模式中，诊断和治疗占用了他们大量的时间、精力，所以AI应该在早期诊断、疾病预防等阶段发挥其价值。比如在马拉松开始前，通过数个问题辨析出哪些人适合参加比赛。“这就是AI领域能有突破的典型案例。”大磊说。他告诉记者，Airdoc正在与北京一家顶尖心血管医院的专家们开展相关研究工作。
通用任务型AI将会是下一个里程碑。
在所有的科幻小说中，通用任务型AI，即可以完成多重任务模式的AI，是人类的重要助手，，但是，在某些任务上，AI却难以实现。“比如人类互相问候，是再简单不过的一件事，传递很多情感，然而对机器而言，这意味着常识、推理等各种知识结构综合和逻辑判断共同作用才能做出正确的输出反馈。这是一件非常难的事儿。”大磊认为，尽管通用型AI需要一些时间，但或许在我们这代人的有生之年能够看到。
医疗AI也将改变医生教育模式。
医学作为经验学科，上级医生的指导会帮助下级医生持续提高，但在传统的医学教育领域却很难做到。一个基层病理医生日常工作中几乎无法得到专业病理医生的全程指导。大磊认为医疗AI可以解决这个问题。
“我们接触到的很多医生都非常喜欢学习，但是没有渠道。”大磊告诉记者，临床能力提高的过程取决于“你接触到的病例数量和正确诊断、合理治疗的反馈”，通过AI医疗的引用，解决了学习渠道的问题，让普通医生的诊断正确率更快地接近专家。大磊坦言这是他最开始没有想到的。
数据质量、监管、病人隐私和观念的改变将是AI发展的挑战。
大磊表示，这是AI落地的四大重要问题。对目前大部分AI医疗企业，临床数据质量不容乐观，因为这决定着模型的质量，而后三者则是目前中国政府确保AI医疗领域健康发展面临的挑战。2016年国家相继出台《“互联网+”人工智能三年行动实施方案》《关于促进和规范健康医疗大数据应用发展的指导意见》等文件。Airdoc也积极参与了美国NIH相关标准与中国相关标准及FDA分类界定等工作。“我们所有环节严格遵循HIPPA保护患者隐私，并且有官方认证的人工智能辅助诊断企业。”大磊表示，在这方面Airdoc作为行业领军者应做出表率。
行业的包容也是一大挑战。
大磊表示，“当前大家对AI+医疗期望值过高，多家公司涌现，但是实际上医疗行业安全第一的特点注定了新工具被广泛采用需要漫长的过程。监管层的鼓励，行业同仁的团结，用户的合理预期，都非常重要。Airdoc也希望能够和每一家同领域内企业互相帮助互相支持，只有整个行业有耐心持续发展持续繁荣，才能有更多真正进入各个细分领域持续提升医疗服务质量的机会。”
毫无疑问，我们已经一脚跨入人工智能时代——这是一个事实。面对未知，人们必然心存惶恐。伏尔泰曾说：“不确定让人不舒服，可确定又是荒谬的。”
诚如《第四次工业革命》作者Klaus Schwab所说的那样，机遇越是如此引人注目，挑战就越让人却步。在一切变得更加复杂也更加碎片化时，我们依然可以选择哪种方式塑造我们的未来。
当下，便是最好的时机。
▼过往的君子给我赞~