AI醫療火了，最先掛掉的竟然是中醫？

　　醫療領(lǐng)域的龐大市場(chǎng)讓巨頭們窺見(jiàn)了商機。海內外巨頭紛紛投身AI+醫療領(lǐng)域，其中不乏國外巨頭IBM，谷歌、微軟，國內巨頭百度、阿里等，騰訊也以投資形式布局其中，并在最近推出AI醫療產(chǎn)品。

　　最先開(kāi)始應用AI的西醫最先被取代嗎?

　　2017年醫療大數據與人工智能報告顯示，目前國內80余家走AI+醫療道路的，主要將其應用于醫學(xué)影像、病歷/文獻分析和虛擬助手等場(chǎng)景。國外100余家AI醫療企業(yè)，將AI應用于健康管理、醫學(xué)影像、新藥發(fā)現、病歷/文獻分析等場(chǎng)景。雖然IBM的Watson近期爆出負面新聞，但AI+醫療在越來(lái)越快地發(fā)展。

　　上述企業(yè)所攻領(lǐng)域重合的部分，包括醫學(xué)影像、病歷/文獻分析。談及醫學(xué)影像，就不得不提及倫琴射線(xiàn)(X光)、以及超聲成像和核磁共振成像，它們都是西醫賴(lài)以判斷病癥的檢測手段。2017年初，斯坦福大學(xué)的研究人員開(kāi)發(fā)出能夠深度學(xué)習的軟件，對皮膚病變相關(guān)圖像識別的準確率便首次趕上醫生。在病歷/文獻分析方面，2016年IBM的Watson在10分鐘內通過(guò)檢索比對2000萬(wàn)份癌癥研究論文，確診患者患有罕見(jiàn)白血病。那么，最先應用AI的西醫也是最先被取代的嗎?

　　現代醫學(xué)的本質(zhì)是循證醫學(xué)。舉個(gè)夸張的例子，煮餃子時(shí)中國會(huì )按照廚師的經(jīng)驗選擇放水開(kāi)火。西餐則會(huì )量化，使用到量筒、稱(chēng)等帶精度的儀器。每個(gè)流程都是標準化的，可復制的。為了確認某種方式可信，會(huì )增加大量雙盲實(shí)驗。(通常醫學(xué)上，劃分兩組實(shí)驗對象，一組給予安慰劑，一組給予藥物，研究者和被實(shí)驗者無(wú)法知曉自己所屬類(lèi)別，直到實(shí)驗完成以確保實(shí)驗結果準確性。)通過(guò)大樣本雙盲分子生物學(xué)或者臨床實(shí)驗，出現的統計學(xué)差異，便是循證中的證。

　　除了時(shí)間、地緣上的優(yōu)勢，AI率先與西醫結合，理論上也與西醫循證醫學(xué)有關(guān)：針對相同病癥，給出相同治療方案。實(shí)證與量化分析，結合西醫將人體視為機器零件式的治療方式，A檢測結果導向甲病癥，B的檢測結果導向乙病癥。人工智能可通過(guò)數據比對確認病癥并用藥。問(wèn)題在于要檢測病人所患病癥，可能需要窮舉所有病癥，因此，類(lèi)似IBM的Waston便主攻癌癥方向。盡管如此，到2017年年底它也才可以對12種癌癥問(wèn)題提供治療建議。

　　在黑天鵝被發(fā)現以前，歐洲人一直相信所有天鵝都是白色的?，F代醫學(xué)的顯著(zhù)特點(diǎn)，是作為開(kāi)放學(xué)科，“可證偽”。今天認為正確的事物在明天也許被視為錯誤，一切都需推倒重建。在中國，鑒于這種困境以及知識更新的緩慢，中國的西醫往往采用經(jīng)驗醫學(xué)，在封閉的知識系統中看病給藥，在臨床決策中無(wú)法依靠實(shí)證與量化分析。而“可證偽”對AI系統來(lái)說(shuō)，意味著(zhù)一場(chǎng)巨大的災難。

　　講究陰陽(yáng)五行的中醫難以被AI取代嗎?

　　作為經(jīng)驗醫學(xué)的中醫，是一個(gè)相對封閉的知識系統。在這個(gè)系統中，掌握的知識越熟練，運用的例子越多越廣泛，水平越高，所以才會(huì )有“老中醫”的說(shuō)法?，F代循證醫學(xué)，作為開(kāi)放的系統，更新會(huì )頻繁發(fā)生，保持活力的同時(shí)可能也造成大量問(wèn)題。中醫的經(jīng)驗醫學(xué)有效地避免了這種困境。似乎也更適合將AI應用于其中。

　　但是卻存在大量的問(wèn)題。在西醫將人作為機器零件拆解的同時(shí)，中醫一直嘗試以整體論解決各種病癥。疾病外在的表現被視為身體內部發(fā)生了狀況，通過(guò)中醫恢復身體內部的平衡以實(shí)現治療。最終出現“同病異治”和“異病同治”。加上醫生經(jīng)驗與用藥習慣的不同，導致即使針對同一病癥，不同醫生也可能給出不同劑量、不同藥方。這種個(gè)性化的診療方式與西醫的標準化診療差異極大。

　　作為中醫基礎的陰陽(yáng)五行、八綱辯證、藏象、經(jīng)絡(luò )貫穿在中醫的整體與局部變化的始終。對于那些現代科學(xué)體系畢業(yè)的人，可能很難相信自己知識體系無(wú)法解釋和證明的事物。但是AI無(wú)疑給了我們新的思路，可以應用龐大的數據量去判斷如《皇帝內經(jīng)》中說(shuō)法的正誤。

　　除了給藥環(huán)節，在中醫診療環(huán)節也有問(wèn)題，問(wèn)題在于缺少精準化的數據標準體系。在“望聞問(wèn)切”的環(huán)節中，以“切”為例，中醫對脈象的表述使用“浮”“沉”“滑”“澀”等，醫生的感知與經(jīng)驗在診斷中占據重要位置。但是AI機器人卻需要高度定量。部分公司所做的嘗試是將脈搏波的幅度、頻度等定義為數據點(diǎn)，并把中醫抽象描述轉化為具體數字。

　　但是留在最后面的問(wèn)題卻是，即便部分理論可以通過(guò)龐大數據量證實(shí)真偽，即便部分數據可以采用相對科學(xué)的方式予以量化，卻仍舊有行不通的地方：沒(méi)有人否定中醫針灸的療效，中醫的經(jīng)絡(luò )系統是什么呢?有沒(méi)有經(jīng)絡(luò )呢?看不見(jiàn)又摸不著(zhù)，它到底是什么呢?AI又該如何應對呢?

　　雖然大量企業(yè)正嘗試將中醫與AI結合起來(lái)，部分企業(yè)匯集了近代名老中醫的臨床經(jīng)驗及相應文獻/理論給出用戶(hù)自診及健康干預，但是以舌象為代表的診療環(huán)節量化難度無(wú)疑巨大，開(kāi)發(fā)難度系數更是大幅提升。在與中醫結合的道路上，量化、數據化成為了擺在A(yíng)I面前的一大難題。定性不定量，憑醫生經(jīng)驗診斷開(kāi)藥，對于需要高度定量的機器人來(lái)說(shuō)無(wú)疑是一巨大阻礙。

　　封閉系統的經(jīng)驗醫學(xué)中醫無(wú)疑最適合AI，那么最先掛掉的會(huì )是中醫嗎?還是以循證醫學(xué)為基礎的雖然有著(zhù)開(kāi)放系統，卻有著(zhù)高度定量的西醫率先被AI取代呢?你覺(jué)得呢?