發(fā)展關鍵:數(shù)據(jù)積累是完成任務的前提

“我們醫(yī)院有專門的病案數(shù)據(jù)統(tǒng)計部門,積累了大量的患者基本情況和他們的疾病診斷、治療等數(shù)據(jù),數(shù)據(jù)統(tǒng)計部門計劃通過對這些數(shù)據(jù)的分析更好地為治療患者提供支持。”北京大學腫瘤醫(yī)院季新強說。

以北京大學腫瘤醫(yī)院為代表,很多醫(yī)院都建立了數(shù)據(jù)中心,將疾病的信息積累起來,用于挖掘分析。在北京西山,中國醫(yī)學科學院阜外醫(yī)院基于專業(yè)的私有云搭建起國家級、可共享延展的健康醫(yī)療大數(shù)據(jù)和生物樣本庫平臺,通過深度挖掘、利用數(shù)據(jù)樣本,旨在幫助醫(yī)生精準治療,并尋找新藥靶點,指示功能基因位點。

數(shù)據(jù)積累是AI得以完成任務的前提。在谷歌大腦對于從視網(wǎng)膜圖像,輔以各種因素如年齡、性別、吸煙史、血壓等,預測心血管疾病風險的任務中,系統(tǒng)使用了130000個視網(wǎng)膜圖像進行訓練。

發(fā)現(xiàn)傳統(tǒng)方法感知不到的細節(jié),中國科學家們也在進行前沿的研究。中國科學院軟件所研究員田豐介紹,他的團隊在國家重點研發(fā)計劃的支持下正在開發(fā)各種醫(yī)用級的穿戴設備,“在傳統(tǒng)的帕金森病診斷過程中,醫(yī)生會讓患者在紙上連線、畫螺旋以判斷病情。而有了傳感器的筆可以探測到使用者的用筆壓力變化、用筆方式等之前采集不到的信息,我們發(fā)現(xiàn)這些也和帕金森病的前期征兆有關”。

“手部姿態(tài)的獲取,正在試點應用于智能診室中,幫助醫(yī)生診斷神經(jīng)系統(tǒng)方面的疾病”,田豐說,項目參與單位協(xié)和醫(yī)院正在進行試點應用,進一步的研究還在跟進。

終極形態(tài): AI醫(yī)生或許不會真正到來

盡管達芬奇外科機器人已經(jīng)使用微創(chuàng)的方法,實施了多臺復雜的外科手術,但研究公眾健康傳播多年的頂尖學者田向陽卻認為并不能將病人交給機器人。他在《醫(yī)患同心 醫(yī)患溝通手冊》一書中寫道:“醫(yī)乃仁術,醫(yī)學是仁愛的�！�

“醫(yī)學首先是人文的,而不是技術的。”田向陽由故事講起,二戰(zhàn)時納粹集中營中有一位猶太醫(yī)生,他看到一位剛被毒打過的猶太同胞因為疼痛而大聲喊叫和呻吟,但因為沒有搶救器具而心急如焚,他在無奈中下意識地把對方攬在懷里,而就在此時,奇跡出現(xiàn)了,病人驟然停止了喊叫和呻吟,一下子安靜下來,臉上露出安詳?shù)谋砬?仿佛他不疼了,仿佛身體上重傷一下子好了。

這個故事正應了文章開頭的那句話,技術上的治愈只是醫(yī)學的“有時”。田向陽介紹,在健康的影響因素中,技術性醫(yī)療服務占比不到10%,還有人類生物學因素、社會與物質環(huán)境因素、心理行為因素等�，F(xiàn)代循證醫(yī)學為人類健康問題的解決提供了重要的指導思想,但是詢證醫(yī)學并非完美無缺,如通過AI技術獲得的有效性證據(jù)是99%,那對于屬于1%的患者來說卻是100%的痛苦和不幸。

“人是世界上最精密、復雜、敏感的生命體,同樣的疾病在不同的個體上表現(xiàn)迥異,一種疾病在同一個體上的不同階段區(qū)別巨大,醫(yī)學說到底是人學,不是機械學、物理學,也不是生物學、細胞學和疾病學,醫(yī)學比任何一個學科都要復雜得多。人的問題必須靠人解決,單純依靠技術是行不通的�！�

田向陽表示擔憂,過度依賴人工智能技術,會把浸透著人文溫情的醫(yī)學變成冷冰冰的技術,把溫暖的醫(yī)院變成人體修理廠,有違醫(yī)學的“初心”,最終可能會導致醫(yī)學的異化。

在醫(yī)療領域,人工智能的應用具有廣闊的前景,如疾病診斷、病因推斷、治療方案遴選、精密手術等,但前提是必須由醫(yī)生來操控,任何人工智能技術都只能是人腦和人手的延伸,是幫助醫(yī)生解決患者健康問題的工具。可見,AI診療的最后一步,是最遙遠的一步。