導語：人工智能，這詞時髦有一段時間了，醫生自己卻還是疑惑重重，要麼認為離自己很遠，要麼擔憂“被下崗”。這次，阜外心血管病醫院外科ICU主任張海濤教授會清晰告訴你，醫生借助人工智能看病有譜嗎?

        還記得曾經風靡全球的電影《超能陸戰隊》裏的健康管家大白嗎?事實上在美國，用於協助醫生治療的“大白”已經誕生，這個起名為“沃森”的人工智能醫生已可以對兩種癌症進行治療推薦，分別是肺癌和乳腺癌。在另一個大的學科——心血管，美國IBM和Welltok也開始深入其中，開始探索心髒管理的雙向人工智能引擎。

        人工智能到底神在哪裏?

        張海濤主任：

        的確，2015~2016一年多的時間裏，現代醫學發生了轉折性的變化。大數據、精準醫療、人工智能這些成為醫療領域的“爆款”詞彙。智能醫療已經不是從科幻片中看到，是真實世界的真實事件。人工智能有多神，要回答這個問題，得先了解醫療的人工智能完成了哪些了不起的事。

        第一是認知計算，人工智能可以24小時不間斷的讀取海量文獻，具備最全麵的基礎知識和最新進展，這屬於認知，很好理解。但重點在於智能要做到的不僅是錄入，而是讀懂，將海量外部信息轉化為自身知識和結論。比如從文獻中獲取了他汀在某個數值下使用會減少冠心病發生，它會給出相應治療建議，這是計算，即學習能力。人工智能能快速將患者病情的相關信息搜索一遍，通過統計運算給出最個性最優化的治療方案。再拿現有的可穿戴設備舉例，雖然它能監測人的心率運動量等，但無法給出進一步建議，未來的人工智是能根據不同患者的狀況給出不同的解決方案的，告訴你食物攝入不足還是過多，運動量還需多少達標等等。

        第二是深度學習，等同於人類直覺。打個比方，我們讓機器人對某個物品做出鑒別，它需要根據這個物品的大小、重量及其他特定屬性做出判斷並得出結論。而具備深度學習的智能機器可以不需通過數據和邏輯得出結論，當它看到一位急症患者，會根據患者的痛苦麵容、喘氣速度、所選醫院和科室等，迅速反應出他是急性左心衰。這種推測不需要輸入患者信息，反應快，但不一定準確。

        第三是智能數據。以前講到的數據其實是小數據，我們對小數據進行抽樣研究去尋找規律，但這種推理隻能預測大概率事件，無法認識小概率事件。例如他汀輸注後的橫紋肌溶解是小概率事件，如果發病率為十萬分之一，我們很難收據足夠樣本進行研究分析。相反，如果通過智能錄入一千萬例患者，按比例將有一百例患者，假設一百例都出現在北京，那麼可認為發病與地域相關，如果其中九成是男性則可認為疾病與性別有關，如果其中又有九成是抽煙者，說明疾病與煙草有關。這對我們定位和救治小概率事件中的人群有重大意義。通過這種方式發現小概率事件的規律，可以理解為將架構師的腦袋放在大數據庫中，可使我們的認識更接近真實世界。另一方麵，通過大數據發現規律可以更好的預測未來。再比如，人工智能根據患者身高體重、血糖血脂以及個人生活方式進食方式等預測他在某個時間可能發生低血糖，可以在此之前提醒患者補充糖類來預防惡性事件發生。

        用於心髒疾病的人工智能可以實現什麼?

        張海濤主任：

        現在來看至少能實現兩方麵的問題。我們知道心髒病患者在出院後要滿足用藥達標和生活方式達標，如果患者僅有高血壓，用藥達標是較容易實現的，如果患者在高血壓基礎上還合並高血脂、消化道出血，或合並前列腺問題，有闌尾手術史、腦梗史，有牙科問題等，這時需要綜合各專科的知識來做決策。但人腦的知識儲備是遠遠不足的，人工智能卻可具備最全麵正確的知識和診療標準，可以指導醫生臨床用藥。另外，它可以連續觀察患者出院後的運動狀況，根據其身高體重心律血壓用藥狀況等給予運動方式建議，並做出評估。

        在6月17-19日舉辦的第五屆中國心髒重症大會上，人工智能作為會議的亮點之一會有很多精彩的報告。可以說，心髒重症領域要正式“觸電”大數據、智能醫療、精準醫療，去擁抱新思潮、新設備、新話題和新模式，非常希望屆時與更多醫生探討這一話題。

        人工智能可以治病，醫生做什麼呢?

        張海濤主任：

        智能醫生隻能為數字人看病。什麼是數字人呢?從某種意義上，人具有生物人和數字人兩種基本屬性，血型、身高、體重等構成數字人。人工智能可像人一樣讀文獻，超過人的精力，24小時不間斷的讀錄文獻，具備最全麵的醫學基礎知識和最新進展，並且具備超強的運算能力，可快速將患者信息統計運算，給出最個體優化的治療方案，但它無法與患者進行情感交流。說到底，醫學是文明的產物，醫生不是修理工，我們的醫療過程會涉及到感情、文化、患者意願等，這是機器無法複製的。未來，人工智能是醫生的助手，為醫生的決策提供參考，醫生根據患者意願、經濟能力、依從性等綜合考量並做出決定。

        醫生在臨床決策出現衝突時怎麼辦? 醫生的權威性會受到挑戰嗎?

        張海濤主任：

        這是個很關鍵的問題。首先，不但人與人工智能間會遇到決策不一致，人工智能本身也會遇到，它能錄入巨大數據，其中必然有觀點相悖的信息，但它比人更理性，會一遍遍學習從而得出最優建議，而人類在治療中感性成分更多。從另外的角度想想，其實沒有一種方式是非常完美的，任何一種方式都有利弊，所謂的決策的衝突和矛盾屬於真實現象，是允許存在的。

        醫生的決策與人工智能發生衝突時呢?通常覺得，醫生對同一種疾病應該有相同的診斷、相似治療方案，實際不同醫生在同一疾病的診療方案會相差很大，這受醫生教育、利益、地域文化的影響。比如女性更年期後服用雌激素的比例在美國是28%，在中國不到7%。中國女性的觀念傾向於不用，因為服用雌激素可能引發腫瘤，而美國人對生活質量的要求高，她會選擇使用。醫生與智能出現決策衝突並不奇怪，醫生需要根據不同需求確定醫囑，無關對錯。所以，醫生仍需查文獻、不斷學習，需要綜合判斷，智能給出的隻是參考，它隻是醫生的助手或患者的顧問，絕不會取代。

        未來，手術也可以被機器取代嗎?

        張海濤主任：

        手術操作其實是創造“藝術”的過程，需要更多層麵的知識和技能，而且機器在精細操作方麵遠不如人類手指靈活，它的優勢是運算速度和自我學習能力。雖然現在達芬奇機器人下的手術在很多醫院開展，但真正實現機器人做手術還很長遠。

        如果人工智能能可實現基本醫療任務，患者來院的剛需是什麼?

        張海濤主任：

        患者需要醫生的建議以及最終的處方權。人工智能得出的結論隻是一個參考，醫生可信可不信，如果它提供的數據比醫生知識所涵蓋的要準確，醫生要考慮依從。

        醫療走向改變了，醫生的教育體係會有變化嗎?

        張海濤主任：

        人工智能輔助醫生的模式本身也屬於醫生教育的範疇。原因很簡單，將患者信息輸入人工智能後它會給出全麵的答案，這本身就是教育的過程。以後不論在三級醫院或社區醫院，醫生都能參考同樣的答案，這也是醫生教育的一部分。