什么是行星级医学AI系统？

今天写一篇点题的文章，文笔有点糙，等有时间会慢慢研磨的。

迈克尔·乔丹说，现在的医学AI系统充其量只是统计工具。行星级的医学AI系统，其组成部分中，大部分是碳基生物-人，是医生，是患者，是数据科学家，是医学家。我们的医学系统已经摸爬滚打了近百年，稍有成效，但是远不理想。

让我们来理一理目前这个AI系统长什么样子吧~
它又是如何运转，去加持、优化当今地球上这些智人（人类）的生存健康状态的呢？

智人，和其他动物一样，是由DNA等遗传物质来决定一个智人躯体的生存/活动的大体轮廓的，这个人体的使用期限一般在120年内。从出生开始，18_{50年内时间里会产生约0}3个有效子代DNA，有效子代DNA可以经过父代的照顾，获得健康的躯体并且繁衍后继子代。借助基因突变 + 适者生存，智人的DNA体系和其他很多动物一样，已经成功应对了百万年的环境改变，繁荣至今。

不同年代，子代DNA对于环境资源的利用效率有所不同，但总体来说呈上升趋势，其中很大部分来自于父代躯体的大脑器官存储了越来越多的信息，并且很多父代的大脑会通过社会网络，组成高效的信息传播体系，子代可以通过社会网络，获得亲生父代在内大量的父代大脑所存储的信息。

子代大脑接收信息速度，在生物进化历史里并没有明显加快，带宽虽没有明显加宽，但在整个社会网络的信息传输的效率（精确度）却加快了（例如有职业的老师出现，不断优化每一类信息的结构、梳理表达方式、统一概念、设计循序渐进的阶段式学习）；并且通过社会分工体系，对于每一个子代大脑节点都会正向反馈式地不断优化接口（例如18岁~55岁不断发展的医学生，选择性地吸收医学及其相关方面的知识/技能并不断强化）。

接收信息的速度加快，DNA利用环境资源的效率越来越高，生成新信息的需求和实际增长速度也随之加快，在医学领域来说，近两百年来，医学知识通过论文的形式不断展示着这门学科的发展的速度和边界，进一百年左右，统计学的发展搭起了数学和医学的桥梁，从此医学搭上了数学的顺风车，走上了可持续发展的康庄大道。

总言之

当前医学的发展，医学知识的“Humachine Leaning”，是依靠真实世界的患者数据，通过半自动化的数据收集，通过低效率的个人（医生或者科学家）统计分析，通过传统的出版方式，再通过学术在线“发行商、渠道商”，达成知识产生的第一环，第二环则是基于“发行商、渠道商”的“服务”，医生或科学家对加工后的真实世界的数据作二次开发利用，进行低效率的借用统计学方法的“学习”。

在当世，60亿智人躯体，百亿以上智人DNA信息，通过上述方式，形成了一个知识产生-应用-转化（转化医学的概念）的有效但不高效的学习系统。这个系统里，所有人是数据资料产生方，医生、科学家是数据采集者+数据清洗者，极少数医生、科学家是算法工程师，学术出版商是数据存储方。

现在做医疗AI“系统”的公司，部分没有看透的，可以换一个思路：作为能力始终有限的一个公司，面对这个行星级的医学AI系统，你准备自成一个独立的系统么？或者，你要做的事情，就只是模仿么？

这个专栏：介绍现在医学AI的发展现状，并会给一些来自于专栏主自己的浅薄见解，评论和留言会选择性的回复，时间有限，不会对任何意见分歧纠缠不休。但诚心欢迎纠错、指导！

这个专栏：医生来此指导公司，公司来此了解医生，医保与商业观察全局，管理者们需要的信息是全面而真实的信息，而不是高度精密加工，甜蜜而好听的。