“21世纪的听诊器”
被称为“医学界的未来学家”的Bertalan Meskó将人工智能称为“21世纪的听诊器”。他的评估可能比他预想的更加准确。尽管各种技术和测试为医生们提供了诊断和治疗患者所需的全部信息，但他们已经负担了大量的临床和行政责任，而且对大量可用信息进行分类是一项令人望而生畏的任务。
这就是人工智能这个“21世纪的听诊器”可以发挥其作用的地方。
然而，人工智能在医学领域的应用并不局限于“行政工作”。从强大的诊断算法到精细的外科手术机器人，这项技术正使其在医学学科中得到广泛应用。显然，人工智能在医学领域占有一席之地;我们尚不清楚的是它的价值。想象未来人工智能会成为病人护理团队的一部分，我们首先必须更好地了解人工智能是如何与人类医生相比较的。在准确性方面谁更出色?人工智能有哪些具体的、或者独特的贡献?在医学的实践中，人工智能在哪些方面将会是最有帮助的?他们可能潜在对人体带来伤害吗?只有当我们弄清这些问题之后，我们才能开始预测，然后建立我们想要的、以人工智能为动力的未来。
人工智能vs.人类医生
虽然正处于发展的早期阶段，但人工智能已经具备了与人类医生同样的诊断病人的能力。英国牛津大学教学医院约翰·拉德克利夫医院的研究人员开发了一种人工智能诊断系统，这种系统比医生诊断心脏病的准确率更高，目前至少在80%的情况下是这样。在哈佛大学，研究人员发明了一种“智能”显微镜，可以检测出潜在的致命的血液感染，研究人员在10万张图像上对AI辅助工具进行了训练，而这些图像来自25,000张用染料处理的幻灯片，这样可以使细菌更容易被发现。人工智能系统已经可以对这些细菌进行分类，准确率达到95%。日本横滨昭和大学的一项研究显示，一种新的计算机辅助内镜系统可以显示结肠癌的潜在癌症生长迹象，灵敏度为94%，特异性为79%，准确性为86%。
在一些情况下，研究人员还发现，在那些需要快速做出判断的挑战性诊断中，人工智能的表现要优于人类医生，比如判断病变是否癌变。在2017年12月发表在《美国医学会杂志》(Journal of the American Medical Association)上的一项研究表明，深度学习算法比人类放射学家在“时间紧迫”时更能诊断出转移性乳腺癌。尽管人类放射学家在没有限制的时间内来回顾病例时，可能会做得很好，但在现实世界中(特别是在像急诊室这样的大容量、快速周转的环境中)，是否能够快速作出诊断可能会直接决定病人的生死。
当然，还有IBM的沃森，挑战从肿瘤细胞的遗传数据中收集有意义的见解时，人类专家花了160个小时来回顾并根据他们的发现提供治疗建议。而沃森只用了10分钟就提出了同样可行的建议。谷歌最近发布了一个开源工具DeepVariant,，它是谷歌分析遗传数据的人工智能工具，在去年的“精准FDA”真理挑战赛(PrecisionFDA Truth Challenge)中，它是同类产品中最准确的工具。
人工智能在对健康状况的预测上，也比人类表现更好。今年4月，英国诺丁汉大学的研究人员发表了一份研究报告，研究显示，通过对37.8万名患者的大量数据进行训练，自学成才的人工智能预测病人心血管疾病的几率比目前的标准高出7.6%。为了更好地理解这个数字，研究人员写道：“在大约83000条记录的样本中，这相当于有额外355名患者的生命可以得到挽救。”或许最值得注意的是，神经网络也减少了1.6%的“假警报”，即风险被高估，这可能导致病人进行不必要的手术或治疗，增加不必要的风险。
在理解和处理大量数据方面，人工智能是最有用的，因为这些数据对人类来说可能太过庞大。这也正是不断发展的精密医学领域所需要的。希望填补这一空白的是Human Diagnosis Project(Human Dx)项目，它将机器学习与医生的实际经验结合起来。该组织正在收集来自80多个国家的7500名医生和500个医疗机构的信息，以便开发一个系统，病人、医生、组织、设备开发人员或研究人员都可以访问这个系统，并可以据此做出更明智的临床决策。
非营利组织Human Diagnosis Project的主任Shantanu Nundy告诉Futurism，在任何行业发展技术的时候，人工智能应该无缝地整合到它的功能中去。“你必须把这些东西设计成使用户受益的。人们使用Netflix，但它并不像“放电影的人工智能”，对吗?人们使用亚马逊，但它也不像“购物的人工智能”。”
换句话说，如果这项技术被设计得很好并且以人们认为有用的方式实现，人们甚至不会意识到他们在使用人工智能。
对于思想开放、有远见的临床医生来说，像Huma Dx这样的项目的直接吸引力在于，与直觉相反，它可以让他们少花点时间在技术上。“有证据表明，我们现在50%的时间都在屏幕前，”Nundy对Futurism说。他也是华盛顿地区的一名执业医师。人工智能可以为医生减轻一些行政负担，比如整理文档，从而为医生节约更多的时间。
优化移动健康APP：理解人性及关注心理健康
而在医疗保健方面，人工智能并不一定要取代医生，而是要优化和提高他们的能力。
位于波士顿的人工智能和行为分析公司Cogito的移动健康部门首席行为科学官Skyler Place告诉Futurism，“我认为人工智能今天的价值在于协助人类，而不是取代人类。”
Cogito一直在使用基于人工智能的语音识别和分析，以改善许多行业的客户服务交互。该公司进军医疗保健领域的举措是一款追踪患者行为的心理健康应用，Cogito Companion。
这款应用可以监控病人的手机，包括主动和被动的行为信号，比如可以显示患者几天没有离开家的位置数据，或者是一些通讯记录，表明他们已经有好几周没有在手机上发短信或打电话了(该公司称，这款应用只知道病人是否在用手机打电话或发短信——它不追踪用户的来电或通话内容)。病人的护理小组可以监测随后的报告，以发现这些迹象所表明的病人的整体心理健康状况的变化。
Cogito已经与全美数家医疗保健系统合作，对这款应用进行了测试。测试发现，这款应用已经在老兵群体中占据了一席之地。退伍军人面临着被社会孤立的高风险，但他们可能不愿意与医疗保健体系打交道，尤其是精神卫生资源，因为他们会感到羞耻。“我们发现，这款应用是一种建立信任的方式，可以在更广的范围内推动医疗服务的参与，”Place说，并补充说这款应用“实际上充当了行为改变的引物”，这似乎可以帮助退伍军人感到自己被授权和愿意参与心理健康服务。
这就是人工智能的用武之地：该应用还使用机器学习算法分析病人的声音记录(有点类似于音频日记)。这些算法的设计目的是捕捉情感线索，就像两个人在说话一样。“我们能够构建出与人们说话方式相匹配的算法，比如能量、语调、谈话中的活力或流程，”Place解释道。
从那里，人们训练算法来学习“值得信赖”或“胜任”的声音，识别抑郁的人的声音，或者是躁郁症患者在躁狂和抑郁时的声音差异。这款应用不仅可以为患者提供实时信息，帮助他们追踪自己的情绪，但这些信息也可以帮助医生追踪病人的病情进展。
在Cogito，Place已经看到了人工智能帮助我们“理解对话中的人性方面以及人类心理健康的方方面面”的能力。理解是第一步。但我们的最终目标是找到一种有效的治疗方法，这也是目前医生与精神健康问题密切相关的地方。但是，当涉及到更实际的事情时，机器人会扮演什么角色呢?
机器人手术
在过去的几十年里，人工智能领域最引人瞩目的应用之一就是外科机器人的发展。
在大多数情况下，手术机器人(最著名的是“达芬奇”机器人)的功能是协助人类外科医生，在附近的控制台控制设备。但2010年，在加拿大蒙特利尔进行了一场有野心的手术。手术机器人及机器人麻醉师(被称为McSleepy)进行了第一次串联表演，并号称是世界第一。在手术过程中收集的数据反映了这些机器人医生出色的表现。
2015年，在第一批手术机器人进入手术室10多年后，麻省理工学院对FDA的数据进行了回顾性分析，以评估机器人手术的安全性。在研究期间，报告了144例患者死亡和1391例患者受伤，这些主要是由于技术困难或设备故障所致。报告指出，“尽管死亡和受伤数量相对较多，但绝大多数程序都是成功的，没有任何异常。”但是，在更复杂的外科手术领域(如心胸外科)中发生的患者死亡和受伤的事件数量要比妇科和普通外科等领域要高得多。
看起来，机器人手术在某些专业领域表现良好，但更复杂的手术最好留给外科医生——至少现在是这样。但这种情况可能会很快发生变化，而且由于手术机器人能够独立于人类外科医生的操作，所以当出现问题时，要决定谁应该受到责备将变得更加困难。
一个病人可以起诉机器人的过失行为吗?由于这项技术还相对较新，在这种情况下的诉讼是法律上的灰色地带。传统意义上，专家认为医疗事故是由于医生疏忽造成的，或者是违反了规定的医护标准。然而，过失的概念暗示了一种内在缺乏的意识，但是机器人所遵守的是已经存在的一些性能标准。
所以，如果不是机器人的话，谁，或者什么，应该承担责任?一个病人的家庭能否让负责监督机器人的人类外科医生负责?或者，制造机器人的公司应该承担责任吗?机器人的设计者呢?这个问题目前还没有明确的答案，但它需要尽快被解决。
创造未来，而不是预测未来
在未来的几年里，人工智能在医药领域的作用只会越来越大：在埃森哲咨询公司撰写的一份报告中，人工智能在2014年的市场价值为6亿美元。到2021年，这一数字预计将达到66亿美元。
这个行业或许正在蓬勃发展，但我们不应该匆忙或随意地整合人工智能。部分原因是，对人类来说合乎逻辑的事物不一定适用于机器。以人工智能被训练来确定皮肤损伤是否具有潜在的癌变可能为例。在现实中，皮肤科医生经常用尺子来测量他们怀疑是癌变的病变。据The Daily Beast网站报道，当人工智能在这些活检图像上被训练时，如果图像中有尺子，人工智能就更有可能说病变是癌变的。
算法也可能会继承我们的偏见，一部分原因是由于用于训练人工智能的材料缺乏多样性。在医学方面，机器接受的数据很大程度上取决于谁在进行研究，以及在哪里进行研究。白人男性仍然在临床和学术研究领域占据主导地位，他们也构成了参与临床试验的大多数患者。
医疗决策的一个原则是，一个手术或治疗的好处是否大于风险。当考虑人工智能是否已经可以与手术室里的人类外科医生平起平坐时，一点点的风险收益和平等分析将会大有帮助。“我认为，如果你和正确的利益相关者一起建立技术，并且投入额外的努力去实现包容性，那么我认为我们可以改变未来，”Human Dx的Nundy说。“我们正在努力塑造未来的格局。”
尽管有时我们担心机器人会率先将人工智能整合到医学领域，但人类是进行这些操作的人，最终推动变革的是人类。把人工智能运用在哪里是由我们决定的，而最好的做法是用传统的方法。医生可以用人工智能作为工具来开始构建他们想要的未来，这对他们和他们的病人来说是最好的未来，而不是试图预测医生在20年后将会是什么样子。
