时隔多日，终于来更新了，有点长，欢迎各位不吝赐教/挑错/抬杠~（图片来自网络，侵删）

我有时甚至想要放弃做一名医生，当有人问我，你会不会觉得后悔放弃当医生的时候，我会回答：我会未来改变医生的职能，不让自己存在做一辈子医生的可能性，哪里还可能会后悔？ ——近期感悟

人工智能的第一枪，就打在了人的眼睛上

美国FDA近日（2018-4-11）批准了首例人工智能产品IDx-DR应用于临床，用于检测糖尿病相关视网膜病变。首先医生对糖尿病患者采用Topcon NW400（相机）进行视网膜的拍摄，之后由将数字照片上传至云端，判定照片质量合格之后，由IDx-DR软件自动进行智能分析，将患者的视网膜分为高危和低危组。其中低危组建议定期观察，而高危组建议尽快到眼科医生处就诊。糖尿病视网膜病变是后天失明的主要原因之一，假设这项人工智能产品大规模应用，将大大降低医疗人员的工作量，同时还提高了病变的检出率，进一步减少了因为患者失明而造成的家庭和医保负担。

FDA从来自10个医疗机构，超过900例患者所采集的数据进行分析，发现IDx-DR对于高危组的检测准确度高达87.4%，而低危组的准确度达89.5%，事实上，这和医疗工作者的检查准确度大致相同。更何况IDx-DR也只不过是一种初筛，如果存在问题，最终还是有专业医生来进行确诊。

人工智能产品的发令枪，在大家意淫了十几年之后，终于打响了，而这第一枪，就正中我们的眼睛。

人工智能，又一场西医东渐的来临

西医东渐，即西医在东方的土地上生根发芽，始于鸦片战争之前。第一家正式的西式医院出现在1834年，远近闻名，是由传教士所带来的一场医学、文化和宗教的启蒙运动。这场运动始于精英文化圈，并以鸦片战争为背景，在西方文化对中国传统文化的冲刷下，从沿海的都市社会开始发酵。最终，这场波澜壮阔的巨大变迁，以基层社会中一点一滴的变化逐步凝聚而成。

这场变革出乎意料地彻底刷新了中国人的三观，让中国祖传几千年的医学毫无还手之力地败下阵来，甘于沦为西医的附庸，更名为“中西医结合治XX”这样的方式苟延残喘着，中医尽管拥有传统文化作为背书，但总是难免有一种传统武术在综合格斗面前的无力感。

现在我们还在怀疑记忆保存在心，还是保存在脑吗？但曾经我们的祖先真的会。旧医提到，“心居君位，神明之主也”。然而随着西医的植入，俞正變在《穷理云》中便提出反思：“一切知识不在于心，而在头脑之内”，而这在当时简直是荒天下之大谬的言论。

西医东渐的开始，在中国的土地上散发着一种莫名的恐惧，这种恐惧一方面来自民众对知识的缺乏，另一方面来自于传统卫道士为了既得利益者的饭碗恶意贩卖的焦虑感。

在传统医学人士的叙述下，洋鬼子的医学充满了血腥和恐怖的画面，特别是在鸦片战争的大背景下，在动荡的年代，与文化自卫、民族意识和政治相混合。在一般中国人的心中，西方人以侵略者的姿态到来，必是“取华人之眼睛，而点睛以炼白银”。因此西医一度被笼上了一层阴森恐怖的色彩。甚至有人撰文散步广告，抵制传教医师：“近来有猴形番兽两只，倚势横行……”

事实上，我们对人工智能医疗的描述，也大抵相同，人工智能医疗反对派一贯的说辞也和我们的老祖宗没有两样——“把身体交给一副冰冷的机器，这一定是资本主义的阴谋，是机器的野心！”正如人们不肯轻易地坐上无人驾驶的汽车，并且在听说某汽车无人驾驶出现事故的时候有些人便落井下石地说，瞧，我早就说不靠谱！

人们曾经以为的真理，往往只是真理的尾巴。我们看待医学新事物的时候总是会带有一种固有的偏见和抵触，既然我们之前这么久都能够治好病，那为什么一定还要接受新事物，特别是接受机器看病这件事？其实，我们认为A.I.不应当替代人类医生的作用，那也仅仅只是我们“认为”而已。

古往今来，医学理念之进步往往落后于其他科学类别，而且这并不是中国特有的问题。1848年，塞麦尔维斯博士发现，医生洗手可以降低死亡率，但是受到医生集体抵制，过了30年才被大家接受；1990年，孕期使用超声遭到反对，10年后才被广泛接受；1816年雷奈克发明听诊器，也是过了20年才被接受。

但有趣的是，与医生群体接受的速度截然嫌烦，民众接受新医疗技术的能力非常强。当年的文化认为“身体发肤，受之父母，不敢损毁”，民众却可以接受冰冷的手术刀划过我们的器官；当年风气认为不能接受男女同室，有悖伦常，民众却逐渐接受了男妇产科医生为女性接生；当年我们在家中接受郎中上门诊脉，而现在我们无法想象没有医院的医疗行为应当如何开展。

毕竟，“看疗效”是最直接的广告，人们为了能够活下去，为了能够活得更好，总是会抱着死马当活马医的心态，去尝试那些甚至从来没有听说过的治疗方式，如果真的医治成功，这项技术将以病毒式的传播速度扩散。

诚然，由于生命的不可复制性，以及我们对生命的敬畏，医疗的新技术，新观念要面临更严谨的审查，才有机会面向大众开展。但当下人工智能医疗阻碍重重，也许更多来源于那些像家长一样起主导作用的医疗执业群体。他们的知识优越感使医生群体变得傲慢，自大，这极大地阻碍了他们接受新事物。毕竟医生无法承认自己学习了十年又实践了一辈子的技术能够被几条算法取代，甚至是超越。就像当年，中国传统医学的自卫也来源于西方医学与当地行医者的矛盾，那是因为西医的有效性一旦传出，就威胁到原来行医者的饭碗，引起忌恨。

人工智能医疗是一场全新的革命，这场革命和东西医碰撞不乏相似之处，我们必须要清楚地辨别，医疗行业对新技术的抵触和排斥，到底是来源于所谓的对生命的尊重，还是来自那些固执却掌握话语权的长者。

培养一个好医生，不如培养一个好的机器 

我们有一个先入为主的观念，人工智能不如人。如果能有医生来进行糖尿病患者的眼科检查，一个人一天检查100个，10000个一生一天就能检查100万个人，我们泱泱大国，最不缺的不就是人么？

没错，不缺病人，但是缺医生。

在中国培养一个有专业资质的医生，究竟有多难？

五年本科，3年硕士，2年博士（这10年无工资奖金，还要交学费），然后再经过3年-5年不等的规范化培训（低保水平的工资），之后能够成为一名最低级的主治医师，独立进行医疗决策，和最简易的手术操作。通常再经过10年以上，也就是大约40的年纪，才可能成为一个能独当一面的医生，但是能从学医走到这个地步的人，十不足一，大部分的人都会因为各种各样的原因被淘汰，或者自己放弃。

另外，医学教育的内容变革速度已经远远跟不上医学技术的进步。很多疾病和操作只有在陈旧的幻灯片中才存在，而现在早已不再应用。99.9%的医生一辈子也没有见过一条寄生虫，却要为此付出一个学期的努力，或者学校拿出一个题库，学生假装背一背，双方都欺骗一下自己，就假装学校把知识传授给了学生。

医学教育和医学应用的巨大脱节，导致大部分的时间是无效且浪费的，学生既没有获得全方位的素质教育，获得的知识和技能也和自己未来的工作毫无帮助。

另外，医学教育的重心其实在于临床的培训。我们常说，每一个成功的医生，都诞生在一堆尸骨之上，他的判断失误，他的操作不熟练，都直接影响着患者的生命，或者至少是生命的质量。经常有老大夫感慨说，现在的小大夫真是干不了什么，十几年前，他们几个小哥们一起值夜班，碰到一个阑尾炎，甲状腺结节的，直接拉进手术室就给做了。无非是切口大了点，实在做不下来让老大夫过来帮个忙，但是作为医生，他们的成长的速度非常之快。而现在的小大夫，往往要拉上七八年的钩，才有机会上手做一做最基本的操作。

这也不能难理解，如果我们作为患者，我们是不是希望给我们操作的医生和护士，都是久经百战的老手，而不是刚刚毕业的学生？尽管我们再支持医疗事业，也不希望拿自己和家人的身体去冒险吧？

另外，培养一名医生需要让他在压制自己赚钱养家糊口的欲望下，让他每年默念一百遍希波克拉底誓言和社会主义核心价值观，脑门上贴上医德二字让自己不忘初心，潜心修炼十余年，才有可能成为某一个医学专业“能用”的人才。注意，只是能用而已，例如外科能拉个钩，内科能开个降压药，眼科能看个视网膜病变，仅此而已。至于能够完成相对复杂的手术，解决一些疑难杂症，很多医生受自己的天赋所限，也许一生都未能达到。

因此在这样的环境之下，培养一个只要插上电就可以工作的系统，让系统来进行判断，其实才是对患者更加负责任，也是更具性价比的做法。培养系统的时间可能会很长，但如果一旦成功，它将使成千上万的人获益。试想如果一个人患寄生虫病，你把所有的症状、体征、辅助检查的特点输入电脑，由电脑来进行判断，即使再low的算法，我相信也比一个离开学校10年的，当年只刷过题库考过一次试的医生要强上百倍。医生需要有更加宏观的认知和对疾病、人文、宗教全面的理解，帮助患者做出正确的选择，而并不应当是一个机械的百科全书，不应当把记忆各种参数和基础知识作为标榜自己能力的噱头。

重复性、记忆性的工作应当交给机器去做，医学教育应当更加专注于培养医生的探索精神和人文关怀。在同样的资源下，培养机器也更容易让患者获得最优质的医疗服务，省略了可能会成为实习医生手下小白鼠的过程。

人工智能取代了医生，医生干什么？

我们来假设这样一个场景。

2040年，一个叫做麦克的年轻医生刚刚从学校毕业，来到世界上享誉盛名的著名医院进行面试。他发现在面试的过程当中，他的专业知识并没有被过多考量，反而是他面对医患矛盾的态度，他对医学人文甚至宗教的理解是最常被考核的范围。他经过层层选拔，打败了无数的应聘者，其中也不乏他所在领域的精英。他来到医院的内核，接受医院董事长亲自面试，董事长没有问任何问题，只是把他带到了他们的手术史，更确切的说，是一个医疗流水线上。

在这条流水线上，患者均接受了麻醉，丧失了意识，而所有的检查、操作全部由机械手臂来完成，由机械师来负责这些机械手臂的运行安全（当然，这些机械手臂被设置了底层逻辑和触觉反馈，不会对脆弱的人体造成任何可能的伤害）。所有医生看起来都是在微笑，他们所负责的全部工作，就只是对患者解释病情，给患者提供医疗咨询，同时做一件更加重要的事情。

为机器的治疗失败“背锅”。

治疗失败或者癌症复发在医学范畴是一件必然之事，这是由医学的科学本质决定的，科学即存在概率，即使机器治疗的成功率远高于人类医生，人们也很难接受自己就是成功之外的那部分概率，更不能接受自己是机器治疗失败的。那么在治疗失败之后，董事长认为，人类医生将主动承担这部分责任，他可能面临患者的投诉甚至是诉讼。董事长问迈克，你是医学院的高材生，你来到我的医疗集团，能够拿到最高额的薪水，过上最富裕的生活。但是我只需要你为我的医疗机器人背好锅就够了，其他都不需要你来做。你愿意么？

于是，迈克这才意识到，人类也许就是当无人驾驶出现事故时，负责把手放在方向盘上，承认一切是自己的错的那个角色。

这也许是在某一个时间点，出现的最有趣的一种可能性。但是医生总会努力去划清与机器的界限。每当一种现代化的机器检测手段出来之后，人类医生都会跃跃欲试地较量一番，出现两种技术同时存在的局面，例如最早的血常规计数，是有医生在显微镜下一个个去数数儿得来的，但是现在只需要放进机器半个小时就能够出结果，我们已经几十年没有听说过，哪个医生要去质疑血常规检测仪器的。虽然血常规检测仪刚刚出现的时候，一定会经历相当长一段时间的故障，包括血样质量的影响，血样量少导致仪器的吸头并不能很好吸入血样等等。我们需要做的不是在发生问题之后去否定机器，而是应当知道，我们应当帮助机器进步，同时应当在机器断电的时候，做好PLAN B的工作。

在WIRED 健康大会上发言前，Kyu Rhee，IBM的首席健康官，从他的口袋里掏出了一个标志性的医疗设备：听诊器。在听诊器诞生的200年来，它成为了一个医生标志性的符号，帮助人们探寻人体的内在变化。

“令人惊奇的是，直至今天，医学在某些领域仍然使用听诊器，”Rhee说，“但是我相信，在未来的200年间，像沃森这样的认知机器人将会取代听诊器，成为未来医疗的一部分。”

我们注定要质疑新技术，但我们也注定要拥抱新技术。

人用机器最容易犯错，不代表机器容易犯错。

在一家医院，曾经有人开医嘱给患者腹腔内注射400mg利多卡因，最后却不小心开成了400ml利多卡因，而后果可想而知，是以悲剧结尾的。那么有人就提到，都是因为改成了机器的医嘱，才会出现这种荒谬的问题。但是纵观医疗诉讼的历史，从西医开始之日起，因为人类医生的“马虎”所犯的错误一直存在着。在美国，每年有几十万起医疗事故是由人的错误引起的，在法庭上的那些事故看上去都十分可笑，但是可笑的背后却是悲剧。人类医生的个体差异性非常大，在中国我们可能用“医德”来道德绑架医生的行为，但是在发达国家，人们更愿意认为，医生犯错误，是和他所经受过的培训，个人的状态（如工作时间过长）和生活习惯所决定的。人类医生对于医疗过程的判断，与患者的交流势必在目前是不可替代的，但是对于那些可重复性的基本医疗操作来说，人类未必是最好的选择。

有时候，我们总是把智能医疗想象成一段枯燥乏味的程序，例如输入无数种疾病，让机器按照人类的思路来筛选最有可能的诊断。这都是我们太把自己当成“家长”，医生愿意操作机器按照自己的思维模式去思考，而忽略了“机器”作为孩子进行自主的思考能力。

李飞飞教授正在研发的人工智能视觉机器人，在重症监护室通过比对患者的状态与医护人员的主动干预，自主学习出了一套机器逻辑，也就是通过图形来判断患者是否出现了特殊的情况（例如坠床，呛咳，自主拔除身上的插管等等）。这些特殊情况，如果在经验丰富的护士眼皮底下，也许不会出问题。因为这些老护士能够把有限的精力分配给更有可能出现问题的患者，同时更知道该关注患者哪些情况。

但是年轻护士就做不到，他们往往把精力平均分摊给每个患者，于是往往当患者迷迷糊糊准备把嘴里的插管拽出来的时候，他们正在忙着给“看起来更危重”的患者擦拭身体，等跑过去的时候为时已晚。

所以假设你编写一段代码，让机器发现患者双手触碰插管的时候便报警，或者患者翻身接近床边的时候就报警，你每天都会发现更多的技术需求，以及更多设计不合理的地方，导致你需要一个技术和开发和你一起把这个系统无穷无尽地设计下去，另外不同医院、科室的习惯也都不同，这就导致你花了这么大精力所作出的产品，只能在一个科室使用，因此这个系统将成为一个无比鸡肋的设计。

但是李飞飞教授的机器学习会从成千上万的“图形事件”当中自主学习到关键的场景，也许是我们人类都没能观察到的细节。例如机器能够通过患者凝血化验检查中微妙的改变，结合患者下肢出现的水肿判断出患者可能有潜在的下肢静脉血栓，乃至肺栓塞的风险。也许还有更加微妙的变化，我们目前还不知道，但是机器却知道。

美国的Watson机器人甚至能够通过比对目前的最新文献，让每日忙碌于临床工作，对于最新科研进展的关注存在滞后性的那些医生，能够了解到，也许最新发表的一篇文章可以对他们当前治疗的患者的诊疗提供巨大的帮助和参考。这些在机器的大脑中也许需要几个毫秒能够完成的事情，也许将改变一个患者一生的命运。

我们总在说，人类医生最重要的财富，就是经验，那么我需要向各位读者体温，究竟什么是经验？当发现一个症状，你第一反应的是3种疾病，老大夫能想到8种疾病。对于专家来说，如果患者治好了，人们会说专家经验丰富；没治好，人们会认为是疾病太凶险，但是如果你作为小医生失败了，人们更愿意认为，这可能是因为你的经验不足。

但实质上，机器也存在着自己的“经验”。这并不是让机器学习数万种疾病之后进行个案的自主推断，而是当发生一个事件时，机器可以从已经学习过的数万种人类医患进行的真实且具体的场景中，选择一个最接近的场景。在这个真实场景当中人类的行为和最后疾病的结局，就是机器能够为人类医生提供的最合理的建议。也许这个建议，仅仅只是一个报警，都能够让人类更能预测即将发生的事情。

我们举个不恰当的例子，也许机器发现，患者是女性，个子很矮，血液里的血小板高，同时睡觉时候还很爱打呼噜这些看起来似乎完全不相干的信息，但是机器从既往的“经验”当中判断，这个患者有很高的概率会因长期卧床导致肺炎。

所以说，这并不是因为机器从已知的医学常识判断出这些因素和肺炎的相关性或者因果性，而是之前有无数的场景发生过类似的事情，机器就会有这样的警示。作为人类医生，如果结局的确如机器所预料，那么也许我们是该好好去研究这些因素是否果真存在关联性了。

当然，事实上我们也想多了，机器会比我们更快更好地挖掘这些因素的相关性。

是让人像机器一样工作，还是让机器像人一样思考？

在当代的医疗学术体系当中，人们似乎有一种共有的价值观，规范，专业，指南，法律，流程，SOP（标准化操作路径），只要能够被结构化的东西，会让人觉得规范和专业，让人信服。

例如如果一个医生说，患者的引流液甘油三酯值增高大于阈值，那么判断患者发生了淋巴液外渗的并发症，但是如果某个医生说，这个患者引流管浑（浑浊）了，所以应该是淋巴液外渗，我们会觉得后面这个医生缺乏专业性，过于主观。

“我觉得”，“应该”，“也许”，“凭我的经验”，“我以前见过一个病人”这些在现在以指南为依据的循证医学范畴内，是非常不被医生喜欢的一组词汇。包括“我听诊觉得”、“我给患者查体觉得”这些也越来越不能作为医疗诉讼当中的证据，而只有客观的检查和指标才是合理的。换句话说，如果在医疗事故的鉴定当中，患者突发心梗去世，你的辩护词是“我听了心音没事”，而不是“我做了冠脉的CT没事”，那么你也许将承担事故的主要责任。

所以现在出现的问题是，人在努力让自己像机器一样思考，来证明自己是合理且专业的，而不是像过去那样凭借主观的直觉做事情。人类医生的直觉并非不靠谱，而是人们慢慢地学着用规范的“科学”手段来为自己加上双保险，发生纠纷的时候能够用客观的证据保护自己，少一些由于“我认为”和“我决定”所承担的来自法庭律师的问询。

但是我们想一想，人类其实是在学习机器的做法，但又不能接受机器自己来做这件事，就显得尤为奇怪。人类不一定干得好机器做的事情，不一定比机器的流水线更加严格和规范。但是机器却能用特有的“机器直觉”做“只有人能做”的事情。

我国的智能医疗，也许会由农村包围城市

对于我国来说，让每个患者都能接受到最前沿的靶向药物是一种奢求，而让广大贫困群众享有基本的医疗，例如把血压和血糖控制好，把肺炎和阑尾炎治好才是最重要的事情。你和连基本的医疗保障都还艰难的人民群众说免疫治疗（10万元一个月），说精准医疗（全基因组测序+靶向药物），从经济卫生学的角度和操作层面都很难实现。

这个时候，毛主席给我们指明了一条出路，也就是农村包围城市。城市的变法往往很难，资产阶级无法领导革命，这是由于资产阶级本身的局限性决定的。人们不会引导一场革命来消灭自身的价值，同时革命群体也缺乏必须革命的动机。专业的医生群体就是这类“资产阶级”，他们高傲的内心无法接受自己被取代的命运，所以他们注定无法引领这场变革。

因此个人认为，由三四线城市来引领这场人工智能医疗的变革再适合不过。

首先，在三四线城市的医院实行人工智能IDx-DR，用于对糖尿病患者的视网膜进行必要的筛查，把高危的患者转到省级医院进行确诊，相比于让省级的专家到三四线城市看几千个病人来说，是更容易的做法。

第二，由大城市乃至外资公司所研发的机器并不一定适用于在北上广进行，人们首先的问题是机器是否一定优于三甲医院的专家，如果没有明显的优势，那么既然随便就能挂号看病，为什么一定要选择机器而不是人类？所以在北上广这类顶尖医疗资源集中的一线城市推行人工智能的“筛查”服务是不现实的。

第三，机器学习目前能达到的高度是和人类医生相似的水平，因此它更多的只能还是对人类医生的工作进行查漏补缺，也就是身体的筛查，问题的预警以及医疗失误的纠错等等。因此人工智能对于医生来说更多还是一种辅助工具。目前人工智能还在快速的研发阶段，还不能与人类顶尖的诊断和治疗抗衡，所以在北上广势必会遭到所有专家的抵制。尽管目前对于癌细胞的病理判断，人工智能软件已能够获得和病理科医生几乎相同的诊疗准确度，但既然无法超越，那便谈不到“取代”二字。

更何况，对于少见的疑难的病例，对于病理科医生来说也不一定会存在100%准确的答案。在临床上经常会出现一个患者在北京市三家顶尖的三甲医院进行病理检测，结果出现三种完全不同的病理结果的情况。这说明病理的诊断即使在最顶尖的单位也可能会难以判读。这就导致机器可能会得出一个和顶尖病理医生不同的答案。这个时候，人工智能机器仍然需要医生通过专业性来解释目前医疗技术的局限性。

因此笔者认为，在医疗资源很不均衡的中国，人工智能既然目前还无法超越最上等的医生，就一定要找好自己的定位。三四线城市的购买力，和对生活质量的需求，为人工智能医疗孕育着肥沃的土壤，也许很快我们就能看到一场巨大的变革，而这场变革，让所有老百姓都看到了均质医疗服务的希望。

每一个环节，我们能做的都有很多，但最终起决定步骤的还是核心技术。现阶段绝大多数互联网产品仅仅关注在了提供医疗的交互上，例如链接患者、医生、医疗操作这些独立的个体，这的确是一个思路，但是关键性的技术目前还没有解决。

对于智能医疗，我们真正缺乏的是滴滴、导航和摩拜单车所仰仗的那个精准的GPS。举个例子，如果现在出现一种精准的检测手段能够准确地探查身体内癌细胞的状态（不是基因检测，也不是液体活检），也许我们目前大多数的对话都要重新被定义。