飛利浦健康信息部首席醫(yī)療官羅伊·史密斯(Roy Smythe)博士預測，人工智能將預示著醫(yī)學黃金時代的到來，醫(yī)生們有更多時間關(guān)心照顧病人。

假使醫(yī)療保健是一項持續(xù)的全球性臨床試驗，你身體上和醫(yī)學上的每一處細節(jié)都將記錄下來，以推動世界研究的發(fā)展。你想報名嗎？

這是飛利浦美國健康科技首席醫(yī)療官羅伊·斯密斯（Roy Smythe）博士的美好愿景。Smythe博士早先是名癌癥外科醫(yī)生，曾在新西蘭羅托魯瓦健康信息會議上探討健康與人工智能。

如果“人工智能”和“醫(yī)療保健”這樣的詞讓你聯(lián)想到機器人醫(yī)生正在巡視病房，詢問病情，像一臺超級計算機幾分鐘內(nèi)可以瀏覽數(shù)百年的研究數(shù)據(jù)，奇跡般地發(fā)現(xiàn)癌癥的治療方法，請忽略這些畫面，這不是Smythe博士預測的未來。

圍棋比賽選手們回應被谷歌人工智能程序Alpha Go打敗。最新版本AlphaGo Zero表明了機器僅用40天可以學會人類數(shù)千年的積累的知識甚至更多。

“總的來說，人工智能被過度夸大了。”他說。

人工智能已應用于醫(yī)療保健中，還可能擴展到衛(wèi)生系統(tǒng)的每一角落。

利用CT、MRI及其他掃描診斷疾病是人工智能對醫(yī)療保健最大的貢獻之一。

Roy Smythe博士將人工智能分為三個層次：

1) 大數(shù)據(jù)分析—— 發(fā)現(xiàn)人類看不到的大數(shù)據(jù)集模型。

2) 機器學習——根據(jù)所見，培訓機器應用、創(chuàng)建算法從而掌握數(shù)據(jù)。

3) 人工神經(jīng)網(wǎng)絡(luò)——使機器學會、掌握、發(fā)現(xiàn)像圖片和醫(yī)學掃描的非數(shù)據(jù)信息模型并從零開始自我訓練。谷歌的AlphaGo Zero是這一重大突破的最佳例證。在沒有人類的介入下，它自學如何在圍棋中與人博弈。

評論家們認為，IBM的沃森（Watson）超級計算機在提高癌癥治療方面并未達到他們夸大的效果。

一些醫(yī)院已基于人工智能基礎(chǔ)數(shù)據(jù)分析，開展可能突發(fā)生命危險病人的危機預測。通過查找顯示病人狀態(tài)變化的模型，飛利浦的IntelliVue Guardin已利用重癥監(jiān)護數(shù)據(jù)開展?jié)L動風險評分。

可能很多人不知道，飛利浦在專注大數(shù)據(jù)和人工智能的研究。目前，健康和醫(yī)療保健部門是飛利浦最穩(wěn)定、掙錢最多的業(yè)務(wù)，涵蓋了急性護理、緊急和短期治療及專業(yè)醫(yī)療人員使用的各種設(shè)備。

飛利浦醫(yī)療正通過AI技術(shù)，將病人的個人生活狀況、個人體征、專業(yè)診斷資料、病歷，以及出院后的健康信息等串聯(lián)起來，進而追蹤其健康狀況，對疾病做預防性、介入性的診斷和治療。

Smythe博士期望：

今后的5到10年，這種實時預測也能應用于醫(yī)院之外的地方。例如，監(jiān)測家中患有心力衰竭病人的心跳和呼吸情況。添加一些其他數(shù)據(jù)將提高預測的準確性，比如病人的詳細信息（種族、年齡、日常飲食、體育活動水平）、基因組譜及其特殊腫瘤或遺傳疾病或特征。世界醫(yī)療保健一時間看起來像是一場全球100億人的臨床實驗——機器尋找不同疾病在不同種類人群身上如何演變發(fā)展以及對于不同治療方法的反應。

新西蘭醫(yī)學協(xié)會主席凱特·巴多克（Kate Baddock）認為，人工智能將扮演醫(yī)生的補充角色，不會取代醫(yī)生。

“很難想像這一愿景的準確性，并不是說現(xiàn)在不了解病人，但只有通過了解與他們相像的病人的經(jīng)歷，才能真正了解他們。臨床醫(yī)生對現(xiàn)在病人的了解都是通過治療過的相似病人的經(jīng)歷及看到的一些相似經(jīng)歷獲得。如果正在醫(yī)治一位具有一定基因和人口學特征并患有肺癌的47歲白人女性，便可以實時獲取全世界其他85,000名與她相似的病人信息。突然之間，我的推論和建議更準確、更有說服力。”

這一絕妙愿景的唯一不足是需要匯集世界上每個人的健康數(shù)據(jù)，這一做法可能會導致隱私和商業(yè)問題。Smythe博士承認，醫(yī)療健康企業(yè)需要放棄將數(shù)據(jù)作為有價值資產(chǎn)的想法，而科學家也需要說服公眾相信分享他們最私密信息的好處。

他說，這一愿景的成功還取決于世界衛(wèi)生體系從關(guān)注干預危及生命問題到未來疾病預防的轉(zhuǎn)變。

使用數(shù)據(jù)模型預測個體疾病風險也頗有爭議。2013年，因擔心準確性和實用性，美國食品和藥物管理局禁止像23andMe這樣的基因檢測公司使用基礎(chǔ)遺傳檢測預測疾病。然而，2017年4月，他們允許對10種疾病進行有限測試，因為這些疾病與基因變異關(guān)系密切。

更多數(shù)據(jù)有助于提高預測準確性，但并不能解決因為風險造成不必要焦慮的倫理問題，而這種風險可能永遠不會發(fā)生。醫(yī)學掃描的準確性更令人擔憂，因為高度敏感的人工智能診斷將顯示并掃描與癥狀無關(guān)的異常情況，有可能導致對從未造成健康問題的缺陷進行不必要的治療。

然而，作為一名有25年從業(yè)經(jīng)驗的癌癥外科醫(yī)生，Smythe認為病人通常更愿意知道自己的疾病風險。通過基因測試，他妻子得知自己有百分之五十的機會感染帕金森病時，她沮喪了很多天。然而，最后她很樂意發(fā)現(xiàn)早期癥狀，并遵循治療方案。

即使擁有大數(shù)據(jù)，Smythe也不期望人工智能在10到15年內(nèi)神奇地治愈癌癥。也許未來的50年內(nèi)能達到這一目標。人體與宇宙一樣龐大而復雜 ——沒有人能理解即使單個細胞。癌癥是人體的衍生物，具有相同復雜的防御機制。

藥物將更加個性化，有效地增加了治療的可能性。IBM的沃森（Watson）超級計算機已使用人工智能輔助癌癥治療，但評論家們認為不足以夸大其作用，而且其過于依賴專家手動提供信息。

Smythe也不希望人工智能取代醫(yī)生。

“醫(yī)學是一門最不完善但最人性化的應用科學，任何涉及人性的事物都需要某種程度的人文關(guān)懷使其行之有效。”

普通科醫(yī)生可能認為他們所做大多是人文關(guān)懷，但北美最近一項研究發(fā)現(xiàn)，普通科醫(yī)生平均探望病人時間為13分鐘，其中5分鐘用于記錄。在Smythe理想的世界里，人工智能將取代那些五分鐘可做的瑣事，讓醫(yī)生有更多時間關(guān)心病人。

“我相信，從現(xiàn)在開始的50年里，科技將會使醫(yī)學更加人性化。”

新西蘭醫(yī)學協(xié)會主席凱特·巴多克（Kate Baddock）是名沃克沃斯的普通科醫(yī)生，他認同幫助醫(yī)生診斷方面人工智能潛力巨大，但她仍懷疑機器處理復雜慢性疾病的能力。

她認為急性醫(yī)療保健中，科學因素約占80%而人文因素占20%。然而長期情況的管理則與之相反，更像是人文占80％，科學占20％。這是她相信機器永遠無法取代人類的重要一點。

關(guān)心病人和病情遠不只是診斷能達到的...對于病情單一的人，人工智能發(fā)揮的作用最大，但問題是這些人只占很少的一部分。

Smythe無法說明醫(yī)療行業(yè)是否會因為人工智能的幫助而不斷發(fā)展，但他相信目前正處于科技轉(zhuǎn)型的混亂階段。無論如何，醫(yī)療保健的黃金時代尚未到來，技術(shù)對其發(fā)展至關(guān)重要。

“隨著醫(yī)學發(fā)達國家人口的老齡化、全球人口不斷增長、發(fā)展中國家慢性病和可預防疾病的增加，只有發(fā)揮科技的作用，否則我不知道人們將如何擺脫這些問題。”