圖片來源：https://pixabay.com/images/id-802967/

2016年日本東京醫(yī)科學研究所利用Watson系統(tǒng)診斷病情惡化的血癌病人，在眾多頂尖醫(yī)師束手無策的情況下，Watson利用大數(shù)據(jù)數(shù)據(jù)及病人基因，在10分鐘內(nèi)給出正確的診斷。2016年《自然》刊登人透過工智慧診斷皮膚癌的精確度勝過皮膚?？漆t(yī)師。醫(yī)學影像，亦開始大量使用AI技術(shù)判讀。總總AI在醫(yī)療運用成果，讓人無法漠視AI技術(shù)，對醫(yī)療產(chǎn)業(yè)產(chǎn)生反思—醫(yī)師是否將被AI取代?

AI降低醫(yī)療的不確定性

諾貝爾經(jīng)濟學獎得主Kenneth J. Arrow提出醫(yī)療不確定性有兩個方面，一是疾病發(fā)生的不確定性，另一項則是治療效果的不確定性，但是感性層面上病人是無法接受治療過程中有不確定性存在，病人希望透過醫(yī)師獲得一個肯定的診斷并給予對應(yīng)的治療。

傳統(tǒng)診斷是根據(jù)醫(yī)師個人過去診斷流程，聽病患主訴、理學檢查(視診、聽診、嗅診、叩診、觸診)產(chǎn)生眾多初步診斷假說，進一步做抽血檢驗、檢查，縮小疑似診斷范圍。醫(yī)師們經(jīng)過無數(shù)次的診斷，將過去腦海中的知識、疾病模式、病患臨床癥狀與數(shù)據(jù)，進行交叉匹配、分析，做出直覺式的經(jīng)驗診斷。我們無法否認，有些名醫(yī)診斷出奇神準，然而，只要是人皆有忽略某些細節(jié)的可能性，而人類的經(jīng)驗中時常存在認知偏誤。認知偏誤可能導(dǎo)致判斷不精準，在醫(yī)療上時常會發(fā)生誤診的情況。

在處理醫(yī)療不確定性與避免疏失，利用AI發(fā)展的醫(yī)療決策輔助系統(tǒng)將醫(yī)師診斷的流程標準化，借助逐一病患檢驗、檢查結(jié)果信息越來越多，發(fā)生某種疾病的機率就會越來越高，例如當有一個病人出現(xiàn)呼吸困難、咳嗽、發(fā)燒等癥狀，可能的疾病會有肺炎、肺結(jié)核、SARS、氣喘等這么多種，系統(tǒng)會將癥狀、CXR診斷、痰液培養(yǎng)診斷等檢查結(jié)果進行計算，在貝氏定理的理論之下，當你有一個初始機率再加上一個新的證據(jù)，診斷準確的機率將上升，因此最后AI系統(tǒng)可顯示病患得到細菌性肺炎的機率超過九成以上，醫(yī)師客觀地做出診斷，更有信心進行后續(xù)的治療計劃。

醫(yī)學的確是需要AI進行輔助診斷，像是實時預(yù)警系統(tǒng)，利用大數(shù)據(jù)分析，自動擷取病人生理訊息會同電子病歷中關(guān)鍵詞，并與最新醫(yī)學信息比對最新治療方案，提供智能警示的功能，給予醫(yī)療建議，不僅降低醫(yī)療上的不確定性，亦可以取代醫(yī)師進行重復(fù)性工作，有助于改善醫(yī)療質(zhì)量。

人文變量是AI無法取代醫(yī)師的關(guān)鍵

人類在正確率、速度、記憶、知識累積和變量分析等方面無法勝過AI，但是醫(yī)療并非只是冰冷的數(shù)據(jù)數(shù)據(jù)，有許多的人文變量是AI無法處理和給出答案的，例如癌癥病患是選擇積極手術(shù)治療或是以考慮生活質(zhì)量的安寧照護，這將是最高級別決定權(quán)利，是需要醫(yī)師和病患及家屬面對面溝通、討論，而不是面對AI提供冰冷的概率數(shù)字。

醫(yī)師就職宣言中“我將要最高地維護人的生命，自從受胎時起”這是對病患生命的尊重和使命感。醫(yī)師的重要任務(wù)在于維持一個有尊嚴、有質(zhì)量的生命。AI現(xiàn)階段只能做到維持生命的判斷，如果用AI取代醫(yī)師，最后結(jié)果很可能是所有的人類在臨終之前都裝上葉克膜。AI是醫(yī)師的未來好伙伴，給予多元可能性的提醒與建議，但是AI絕對無法取代醫(yī)師。