機(jī)器人、人工智能(AI)、自動(dòng)化技術(shù)——這些強(qiáng)大的技術(shù)都是最近主導(dǎo)創(chuàng)新領(lǐng)域的流行語。如今,這些概念正在越來越多地在醫(yī)療保健的背景下被討論,人們對(duì)于可以將這些技術(shù)集成在醫(yī)學(xué)實(shí)踐的哪些環(huán)節(jié)以及如何進(jìn)行集成等問題感到越來越好奇。
而有些人則很緊張,他們的問題是——“醫(yī)生會(huì)被科技取代嗎?”
對(duì)于未來的很多代人來說,這個(gè)問題的答案顯然是否定的。提供優(yōu)質(zhì)的醫(yī)療服務(wù)需要理解大量的信息,機(jī)器人或者計(jì)算機(jī)如何才能夠理解這些信息呢?但是最終,計(jì)算機(jī)將變得更加先進(jìn),能夠比普通的人類處理更多的信息。
外科醫(yī)生和其他一些需要?jiǎng)邮中g(shù)的醫(yī)生在這一點(diǎn)上格外自信——即使計(jì)算機(jī)可以以某種方式處理理論醫(yī)學(xué)知識(shí),但是仍然需要有人——或者至少是受控的機(jī)器人來完成這些復(fù)雜的手術(shù)。
例如,達(dá)芬奇手術(shù)機(jī)器人已經(jīng)在全球范圍內(nèi)成了手術(shù)中不可或缺的一部分。它的概念很簡單——受過訓(xùn)練的外科醫(yī)生坐在患者附近的控制臺(tái)邊,控制三到四個(gè)機(jī)械臂完成實(shí)際的手術(shù)。對(duì)于需要極其復(fù)雜的手部運(yùn)動(dòng)而且運(yùn)動(dòng)需要很精確的微創(chuàng)手術(shù)來說,這種技術(shù)尤為有用——正如該系統(tǒng)的開發(fā)人員們所說,達(dá)芬奇手術(shù)機(jī)器人提供了“超乎人手極限的精度”。該系統(tǒng)“受到了人手的啟發(fā)——但是具有更廣闊的運(yùn)動(dòng)范圍——抓手、針頭驅(qū)動(dòng)器和能量儀器,可以幫助實(shí)現(xiàn)高精度的手術(shù)。同時(shí),該儀器還有很多種模式,可以適用于各種手術(shù)。達(dá)芬奇系統(tǒng)可以無縫調(diào)節(jié)手和儀器運(yùn)動(dòng)的比例,以減少震顫,并進(jìn)一步增強(qiáng)了指尖控制。”
2019 年 4 月 5 日,外科醫(yī)生在巴黎 Robert-Debre 醫(yī)院使用 達(dá)芬奇機(jī)器人手術(shù)系統(tǒng)進(jìn)行手術(shù)時(shí)使用遠(yuǎn)程控制系統(tǒng) (L)。在過去 20 年中,美國 Intuitive Surgical 集團(tuán)的先驅(qū)和世界領(lǐng)先者已經(jīng)在全球安裝了 4,800 多臺(tái)達(dá)芬奇系列機(jī)器人,其中 144 臺(tái)安裝在法國。這些機(jī)器人已經(jīng)在全球范圍內(nèi)參與了超過 600 萬次外科手術(shù),其中僅去年就有 100 萬次,這是需求急劇加速的明顯跡象。(圖片:Thomas SAMSON / AFP 攝-Getty Images )
目前來看,高科技手術(shù)機(jī)器人的市場只會(huì)繼續(xù)擴(kuò)大;以Vicarious Surgical公司為例,這是一家由比爾.蓋茨 (Bill Gates) 和Vinod Khosla等知名人士支持的手術(shù)機(jī)器人公司,該公司剛剛通過SPAC模式上市,價(jià)值將近10億美元。另外一個(gè)值得注意的例子是Neuralink,該公司正在開發(fā)能夠直接嵌入患者大腦的神經(jīng)接口技術(shù)。據(jù)該公司介紹:“Link上的線纜非常細(xì)而且靈活,它們無法用人手插入。相反,(該公司正在)構(gòu)建一個(gè)機(jī)器人系統(tǒng),這樣,神經(jīng)外科醫(yī)生就可以使用它來可靠有效地將這些線準(zhǔn)確插入到需要的位置。”
盡管這些例子會(huì)讓人們相信醫(yī)生和外科醫(yī)生們?nèi)匀辉卺t(yī)療手術(shù)中發(fā)揮著至關(guān)重要的作用,但是這就出現(xiàn)了一個(gè)很重要的問題:這個(gè)行業(yè)的擴(kuò)張速度到底有多快?開發(fā)人員們還需要多久才能夠?qū)⑦@些機(jī)器人系統(tǒng)從依賴人類操作轉(zhuǎn)變?yōu)榘胱灾鞯姆绞剑⑶易罱K變成完全自主的系統(tǒng)?也許某一天,即使是很復(fù)雜的手術(shù)也能夠由機(jī)器人自主完成,想象一下這樣一個(gè)世界吧,真的有那么難嗎?
對(duì)于手術(shù)之外的其他醫(yī)療服務(wù),這個(gè)問題就變得更加有趣了。事實(shí)上,人工智能已經(jīng)處于診斷的最前沿。開發(fā)人員們?nèi)〉昧肆钊穗y以置信的進(jìn)步,讓人工智能技術(shù)變得非常先進(jìn),尤其在預(yù)測分析、大數(shù)據(jù)理解和利用歷史數(shù)據(jù)做出決策等方面更是表現(xiàn)出色。這個(gè)領(lǐng)域之中最具革命性的名字是IBM的Watson Health,它開創(chuàng)了人工智能技術(shù)在醫(yī)學(xué)領(lǐng)域的很多基本用途。
在過去的十年里,該領(lǐng)域內(nèi)的創(chuàng)新數(shù)量也呈現(xiàn)出爆炸式的增長。筆者寫過文章介紹人工智能如何被用于解決瘧疾等大規(guī)模問題,也寫過文章介紹其他先進(jìn)的人工智能系統(tǒng)和技術(shù)如何徹底改變癌癥病患的護(hù)理。即使是在新冠肺炎疫情肆虐的高峰期,醫(yī)生們忙于處理新冠肺炎的病例,創(chuàng)新者們也找到了一種方法,能夠利用人工智能技術(shù)幫助檢測患者胸部X光片,以此進(jìn)行新冠肺炎診斷。這種做法至少在一定程度上幫助了醫(yī)生——以一定的準(zhǔn)確程度,將新冠肺炎患者從其他病例中篩選出來,從而幫助醫(yī)生們提升了工作效率。
在圣保羅大學(xué)醫(yī)學(xué)院 (InRad) 醫(yī)學(xué)院臨床醫(yī)院放射學(xué)研究所,同一患者的斷層掃描圖像顯示健康的肺 (L) 和受 COVID-19 (R) 影響的肺, 2020 年 7 月 29 日,巴西圣保羅。(圖片:NELSON ALMEIDA/AFP 攝-Getty Images )
但是,對(duì)于那些擔(dān)心技術(shù)可能會(huì)取代醫(yī)生的人來說,最后一個(gè)例子可能提供了最為明顯的答案。盡管技術(shù)確實(shí)取得了長足的進(jìn)步,但是推動(dòng)醫(yī)療保健技術(shù)發(fā)展的重點(diǎn)應(yīng)該在于改進(jìn)醫(yī)生的工作流程——而不是取代醫(yī)生本身。
這是醫(yī)生們肯定會(huì)支持的一種重要方式,因?yàn)闊o論機(jī)器人在手術(shù)中變得多么先進(jìn),或者人工智能系統(tǒng)在預(yù)測診斷方面做得多么出色,人類醫(yī)生都將發(fā)揮關(guān)鍵的作用,并且對(duì)于未來幾代人都是這樣?;颊邅砜瘁t(yī)生并不僅僅是為了直接解決某個(gè)醫(yī)療問題,或者尋找某種單一層面的回答;相反,醫(yī)療實(shí)踐是一門藝術(shù),在做出一個(gè)醫(yī)療決定之前,需要考慮很多種因素。
雖然人工智能系統(tǒng)可能能夠根據(jù)它分析的數(shù)百萬個(gè)其他數(shù)據(jù)集,為癌癥患者應(yīng)該采取的治療提出具有一定可信度的方案,但是醫(yī)生們則可以做得好得多。除了基于簡單的、基于數(shù)據(jù)的答案之外,醫(yī)生還會(huì)問其他一些很重要的問題:患者是否能夠負(fù)擔(dān)得起這種治療方案?患者真的有能力和手段按照規(guī)定服藥——比如一天五次嗎?或者某位患者其實(shí)更適合使用一天只需要服用一次的藥物?這種治療方案是否會(huì)給患者帶來其他醫(yī)療或者生活上的不便,從而妨礙患者很好地接受它?患者對(duì)這個(gè)治療方案滿意嗎?該治療方案的收益是否超過了醫(yī)學(xué)、社會(huì)和情感上的代價(jià)?
這是那些技術(shù)的狂熱支持者們面臨的一個(gè)基本悖論,這些人認(rèn)為技術(shù)可以完全取代醫(yī)生。醫(yī)學(xué)藝術(shù)并不意味著某種純粹的算法;雖然可能存在著可以導(dǎo)致某些醫(yī)療決策的臨床指南和標(biāo)準(zhǔn),但是醫(yī)生在做出每個(gè)臨床決策的時(shí)候,還會(huì)考慮每個(gè)患者自身的具體情況、臨床的情況以及社會(huì)背景狀況等多種因素。
事實(shí)上,技術(shù)可能會(huì)有助于改進(jìn)醫(yī)生的工作流程或者提高決策質(zhì)量。但是技術(shù)永遠(yuǎn)無法真正地取代醫(yī)生的角色,更無法像人類一樣建立醫(yī)患關(guān)系,而這一點(diǎn)是非常重要的。畢竟,這種人性化的醫(yī)療方法正是醫(yī)學(xué)經(jīng)常被稱為是一種藝術(shù)的原因。
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評(píng)估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭議話題的分析框架,識(shí)別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識(shí)別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。