医院的医生永远都是稀缺资源，不论什么时候去医院总是那么多人。
昨天晚上带小朋友去医院挂急诊看病，看病的小朋友非常多。我们八点多过去，晚上急诊号就已经到了160号了。最新的叫号才到110号，意味着我们前面还有50个人。我和宝妈估算了一下，两个医生，平均每个医生要诊治25个患者，平均每个患者5分钟，那也要125分钟才能轮到我们，这差不多也就是两个小时以后了。我们提前验了血，拿到了化验单就开始了漫长的等待。两个小时之后，终于轮到我们了。进到诊室，医生看了化验单，听了小朋友呼吸情况，又看了下嗓子，基本上就确定了病因，对应的药物也就开好了。医生说了一下病因，介绍了化验单，告诉开的药和吃法，这就算是结束了。差不多也就是5，6分钟。
回到家以后，我就在思考，医生对于病情的判断主要是这么几个依据，血液化验单、肺部及呼吸道的听诊器声音、以及扁桃腺的情况。在这几个依据中，血液化验报告是完全数据化的，听诊器听到的声音也可以形成相应的数字波形，扁桃腺的情况通过图像识别，形成数字化图像。这么一看，医生的判断依据都是数字化的，那么是否可以通过机器学习让计算机识别这些症状的标准，然后给出相应的诊断和治疗建议呢？
作为非医疗行业从业人员，以及非大数据行业从业人员，我只能做出一些猜测。血液化验单的数据可以通过大量的数据得出不同化验数据与相应病症的拟合曲线，然后听诊器的数据可以通过音频采样获得，这也也可以和对应呼吸道相关疾病的特定声音进行匹配。扁桃腺的肿大以及化脓的情况，也可以高清摄像设备拍摄，然后与对应的症状图像对比。医生经验的积累是靠着学校学习的基础以及后续积累的经验，但是医生的时间是有限的，一天能接待的病人是有限的，但是计算机几乎可以看成是无限时间的学习，而且学习的速度也是超高的（想象阿尔法狗一晚上就是上百万盘棋的推演），是不是就可以在特定的医学领域达到甚至超越人类医生呢？
也许这一天很快就会到来，不过，到那时候，你能否相信“机器”医生给你看病开药呢？“机器”医生治疗效果不好，又由谁承担责任呢？这只有留给时间去决定了。
这是007-4415学员的第一篇习作，期待你的关注。
网友评论
人工智能时代来了，大家都开始关心什么工作会被人工智能代替，就像工业时代来临前，大家都在关心自己在工厂的工作是否会被机器替代。但是从另一角度看，其实人工智能也和机器一样，逼迫着人们提高自己的认知，把人类赶往更高的层面，虽然每一次变革总能会有一部分人跟不上时代，但从另一个角度看，正因为人工智能，个人的能量正在放大，人类获得财富自由的机会其实是变多了，这对一部分人来说也是一件好事。但坏事是这个两者之间的鸿沟将难以跨越。