1． “就是一坨屎”？

據(jù)美國媒體STAT爆料，IBM內(nèi)部PPT顯示，Watson其實(shí)存在嚴(yán)重的技術(shù)問題。IBM的醫(yī)療專家和客戶都確認(rèn)了多起不安全和不正確的治療建議。

Watson的技術(shù)沒有達(dá)到預(yù)期，引起了世界各地醫(yī)生的抱怨。不少醫(yī)生表示W(wǎng)atson并不適用于自己國家的患者。

有部分醫(yī)生認(rèn)為Watson其實(shí)并沒有多大用處，醫(yī)院購入Watson是處于營銷的目的。甚至有一位醫(yī)生直言不諱地告訴IBM，“這產(chǎn)品只是一坨屎，大多時(shí)間沒法用。”

曾經(jīng)有貴婦嘲諷法拉第他發(fā)明的“電磁感應(yīng)裝置”有什么用，法拉第回答“沒過多久就能靠它收稅了”，此后電力是何等程度改變了世界，相信每個(gè)人都明白。

誠然，現(xiàn)階段的醫(yī)療AI算不上十分智能，更不能完全代替醫(yī)生。但是我們要看到AI的優(yōu)點(diǎn)，比如人類的大腦是脆弱的，而機(jī)器卻能無休無止地進(jìn)行高強(qiáng)度計(jì)算。

站在發(fā)展的角度去考量AI醫(yī)療，這項(xiàng)新生的事物能做的，也許會(huì)完全超出人們的想象。

2． 疑似過度宣傳？

自從AlphaGo戰(zhàn)勝人類棋手的新聞以來，AI的話題一直是媒體的寵兒。這個(gè)過熱的話題也許賦予了大眾對(duì)現(xiàn)階段的人工智能過高的期待。

所以比如當(dāng)Watson大幅裁員五成到六成的時(shí)候，比如中山大學(xué)眼科中心測(cè)試發(fā)現(xiàn)AI醫(yī)生在真實(shí)臨床門診對(duì)白內(nèi)障的診斷正確率只有87．4％，遠(yuǎn)低于試驗(yàn)階段的98．87％的時(shí)候，大眾會(huì)不禁質(zhì)疑——醫(yī)療AI是不是宣告失敗了？

其實(shí)這只是事物在螺旋上升過程中經(jīng)常要碰見的狀況，其問題在于媒體的過度宣傳，讓大眾對(duì)事物無法產(chǎn)生一個(gè)客觀的認(rèn)知。大眾對(duì)技術(shù)產(chǎn)生過高的想象，將技術(shù)神化、將困難簡(jiǎn)單化。

醫(yī)療AI有自己的螺旋上升周期，大眾應(yīng)該允許失敗，媒體對(duì)該議題的關(guān)注也該回歸理性。

03 遺留問題

新生事物的誕生總是伴隨著陣痛。醫(yī)療AI需要克服自身存在的缺陷。

同時(shí)，新技術(shù)的誕生往往會(huì)遭受舊秩序的困擾，醫(yī)療AI還需要面臨何如從舊秩序中突圍的難題。

1． 法律責(zé)任

在試錯(cuò)代價(jià)動(dòng)輒就是生命的醫(yī)療領(lǐng)域，AI首當(dāng)其沖要面對(duì)的就是法律問題。

2011年，在美國麻省的一家醫(yī)院，一位暈倒的老人被救護(hù)車送進(jìn)了急救病房。他被立即安插上AI體征監(jiān)控設(shè)備。如果他的生命體征出現(xiàn)危險(xiǎn)，設(shè)備就會(huì)發(fā)出警告，召喚護(hù)士。

然而，第二天，這個(gè)老人卻死在了病床上。

死之前監(jiān)控設(shè)備的紅燈閃了一夜，但是被值班護(hù)士一遍一遍按掉。

護(hù)士的疏于職守自然難辭其咎，但是從系統(tǒng)的角度來看，有一個(gè)問題大家都無法回避：許多醫(yī)院的AI監(jiān)控設(shè)備，很多時(shí)候都只是誤報(bào)。

患者的死亡，責(zé)任到底該由誰承擔(dān)，AI是否能為誤診負(fù)起責(zé)任，這是一個(gè)需要思考的問題。

2．?dāng)?shù)據(jù)孤島

就像汽車需要汽油才能行駛，數(shù)據(jù)是AI能運(yùn)行起來的基礎(chǔ)。AI通過“吃進(jìn)”海量的醫(yī)療數(shù)據(jù)，來增加自己的“經(jīng)驗(yàn)”，從而讓自己變得更“智能”。

然而在中國，醫(yī)療數(shù)據(jù)看似很豐富，而事實(shí)上可用性并不高。

比如醫(yī)院之間的數(shù)據(jù)互通就做得不好，如果一個(gè)病人在不同醫(yī)院就診，那么取得該病人完整的歷史數(shù)據(jù)就變得十分困難。

而且不同醫(yī)院之間，由于使用的硬件儀器不同，導(dǎo)致數(shù)據(jù)格式各異，難以標(biāo)準(zhǔn)化。各個(gè)醫(yī)院之間的數(shù)據(jù)，就像汪洋上的一個(gè)個(gè)孤島，彼此獨(dú)立，無法連成一片，無法互通有無。

許多業(yè)界專家呼吁，將各個(gè)醫(yī)院數(shù)據(jù)的私有格式轉(zhuǎn)化為標(biāo)準(zhǔn)格式，讓醫(yī)療數(shù)據(jù)能夠通用。但是響應(yīng)者寥寥。

即使AI能獲得高質(zhì)量的醫(yī)療數(shù)據(jù)，它還有無法回避的棘手問題：患者的數(shù)據(jù)會(huì)被AI公司泄露嗎？畢竟應(yīng)該沒有一個(gè)人會(huì)希望自己的隱私被泄露。

3． 落地艱難

除數(shù)據(jù)問題外，AI在醫(yī)療行業(yè)的落地還存在模式和制度的問題

比如美國特拉雅諾娃實(shí)驗(yàn)室開發(fā)了一套結(jié)合影像和AI的心臟造影方案，構(gòu)建出整個(gè)3D全息心臟模型。它能夠模擬心臟動(dòng)態(tài)，利用它，醫(yī)生可以準(zhǔn)確地找出患者病灶。

然而這項(xiàng)技術(shù)真的要從實(shí)驗(yàn)室走向醫(yī)院，前景并不樂觀。

其最大的挑戰(zhàn)來自于美國食品藥監(jiān)局（FDA）的監(jiān)管和審查。任何一項(xiàng)技術(shù)想要投入臨床應(yīng)用，都免不了和FDA進(jìn)行一場(chǎng)曠日持久的拉鋸戰(zhàn)。如果無法將研究成果轉(zhuǎn)化為審批標(biāo)準(zhǔn)，那么無論產(chǎn)出再多研究成果都是無用功。

04總結(jié)

盡管醫(yī)療AI還沒有大規(guī)模落地，從實(shí)驗(yàn)室到醫(yī)院還有很長的一段路要走，而且在現(xiàn)階段，醫(yī)療AI無法像人類醫(yī)生那樣做診斷，不能取代人類醫(yī)生。

但是AI醫(yī)療是很好的工具，它的出現(xiàn)切實(shí)地提高了醫(yī)生的診斷效率，提升了醫(yī)療質(zhì)量，減少了誤診的可能性。

在科學(xué)急速發(fā)展的今天，我們需要更高水平、更科學(xué)的技術(shù)進(jìn)入醫(yī)療領(lǐng)域，而AI或許是最好的、也是時(shí)代最合適的技術(shù)。未來，AI將在醫(yī)療領(lǐng)域有著舉足輕重的作用。