解讀“機器人醫生”的前世今生

　　AI勝過(guò)人類(lèi)的兩個(gè)方面

　　與此同時(shí)，在醫學(xué)的兩個(gè)領(lǐng)域——解讀圖像(來(lái)自核磁共振成像、CT掃描或X射線(xiàn))和分析組織樣本的病理切片——人工智能毫無(wú)疑問(wèn)勝過(guò)人類(lèi)醫生，該技術(shù)提升了醫生向患者提供更準確的信息的能力。例如，在研究中，基于人工智能的技術(shù)在檢測糖尿病視網(wǎng)膜病變方面做得非常好，因此美國食品和藥物管理局(FDA)今年早些時(shí)候批準了一種診斷糖尿病視網(wǎng)膜病變的設備。通過(guò)研究數千張人類(lèi)視網(wǎng)膜的圖像，該機器學(xué)會(huì )了如何區分正常視網(wǎng)膜模式和有癥狀的視網(wǎng)膜模式，解析掃描圖像中的亮度梯度和對象，而這些東西是人類(lèi)無(wú)法識別的。

　　在另一個(gè)證明這種深度學(xué)習能力的演示中，研究人員向一組眼科醫生展示了人們的視網(wǎng)膜照片，并讓他們判斷這些照片屬于男性還是女性。這些眼科專(zhuān)家正確判斷出性別的幾率只有50%左右。而一種經(jīng)過(guò)人工智能訓練的算法則利用醫生們尚未摸索出的特征，輕松取得了高達97%的準確率。這表明機器在分析數據方面能比人類(lèi)做得好得多，同時(shí)也為將其納入臨床過(guò)程提供了論據。

　　人工智能模型還能檢測出極小的、可能是肺癌最早征兆的結節，而放射科醫生的肉眼則做不到這一點(diǎn)。人工智能模型也在改進(jìn)對乳房X線(xiàn)照片的解讀，以期發(fā)現早期的乳腺癌。

　　黛比麥琪(Debbie McKie)是波士頓一家咨詢(xún)公司的首席談判代表，她知道，由于家族病史，她患乳腺癌的風(fēng)險較高。她的母親是乳腺癌的幸存者，還被診斷出患有腎癌和膀胱癌;她的一個(gè)表姐在她50歲出頭時(shí)死于乳腺癌。麥琪的乳腺組織也很致密(這本身就是患上乳腺癌的一個(gè)風(fēng)險因素)，因而加大了解讀乳房X線(xiàn)照片的難度。她有定期做檢查。所以她想確保她的醫生在看她的掃描圖時(shí)沒(méi)有遺漏任何的東西?！拔覇?wèn)我的醫生，‘你能告訴我我患乳腺癌的總體風(fēng)險是多少嗎?”麥琪說(shuō)道。

　　康妮雷曼(Connie Lehman)博士是馬薩諸塞州總醫院的放射科醫生，也是為麥琪提供醫療服務(wù)的團隊的一員。她認為自己很接近于做到那一點(diǎn)。雷曼正在領(lǐng)導的一項研究依靠人工智能算法解讀乳房X線(xiàn)照片，進(jìn)而預測女性患癌癥的風(fēng)險?！拔覀儾幌虢虣C器像人類(lèi)一樣解讀乳房X線(xiàn)照片，我們想要把機器教得青出于藍勝于藍，讓它們能夠識別出那些明年有患癌癥風(fēng)險的女性?！彼赋?，“我們正在利用人工智能改變我們看待乳腺癌的整個(gè)方式?！?/p>

　　雷曼說(shuō)，現在大多數乳腺癌護理都集中在發(fā)現乳腺癌以后的治療上——無(wú)論是早期的離散腫塊，還是晚期已經(jīng)擴散到淋巴結甚至其他器官的腫塊。但如果機器能夠從我的乳房X線(xiàn)照片發(fā)現與乳腺癌如何形成相關(guān)的信息——特征，即使是當今最權威的放射科醫生也意識不到的，或者沒(méi)能從圖像發(fā)現的特征——那么更多的女性可能會(huì )免于這種疾病，或者可以避免遭受癌癥晚期的那種密集而令人痛苦的治療。

　　對于麥琪來(lái)說(shuō)，這些進(jìn)展是令人安心的?！傲私獾诫娔X能讀懂我的乳房X線(xiàn)照片，至少會(huì )讓我對診斷結果更有信心?！彼f(shuō)，“我想要得到最準確的結果，不管是采用什么樣的方法。如果我們能將這一過(guò)程自動(dòng)化，并引入人工智能，幫助更早地識別腫瘤，或更早地確定患乳腺癌的風(fēng)險，那就更好了?！?/p>

　　機器能為病患所接受嗎?

　　盡管人工智能在醫學(xué)上的早期努力給人們帶來(lái)了希望，但越來(lái)越明顯的是，患者不會(huì )因為各種健康需求而與電腦屏幕對話(huà)，也不會(huì )從機器那里得到毀滅性的診斷結果。相反，加州斯克里普斯研究轉化研究所的創(chuàng )始人埃里克托普爾(Eric Topol)認為，AI將充當合作伙伴或者支持者的角色，讓醫生能夠更加專(zhuān)注于機器不大可能會(huì )掌握的醫學(xué)藝術(shù)?！爱斎?，我們可以用機器來(lái)減輕醫學(xué)的一些臨床方面的壓力，機器能夠學(xué)會(huì )做一些簡(jiǎn)單而常規的事情，比如判斷孩子是否有耳部感染，或者弄清楚皮疹意味著(zhù)什么?！彼硎?，“但醫學(xué)領(lǐng)域的很多事情都需要有情境和人類(lèi)接觸。我不知道是否有人會(huì )愿意通過(guò)聊天機器人來(lái)獲得癌癥或心臟病等嚴重疾病的診斷?！?/p>

　　至于IBM的沃森，IBM Watson Health首席健康官Kyu Rhee承認，該系統仍在開(kāi)發(fā)中，但他對其幫助醫生更好地完成工作的能力越來(lái)越有信心。該公司目前與世界各地的300多家醫院合作將機器學(xué)習技術(shù)融入癌癥治療當中，它正在努力改進(jìn)病人數據的收集工作，優(yōu)先采用來(lái)自最新的醫學(xué)期刊的最新指導方針和信息，以使得其系統的建議是基于最新的、最準確的信息得出的。他稱(chēng)，其他影響該意在產(chǎn)生全球影響的項目的問(wèn)題包括：Watson for Oncology是由紐約紀念斯隆-凱特琳癌癥中心的醫生來(lái)訓練的，但一些醫生，尤其是海外醫生，覺(jué)得該系統的一些建議難以跟進(jìn)，因為它可能比某些國家的醫生和病人所習慣的治療方式要來(lái)得激進(jìn)。紀念斯隆-凱特琳癌癥中心的醫生所使用的藥物，在其他的國家也并非都能買(mǎi)到。

　　但是，Kyu Rhee指出，任何這種尖端的項目都不可避免地會(huì )遇到挫折?！拔覀冋幱谌斯ぶ悄芨锩瓦M(jìn)化的開(kāi)端?！彼硎?，“人工智能正開(kāi)始提供附加價(jià)值，但最后還是得由人來(lái)做出決策——腫瘤科醫生和癌癥患者得決定如何處置來(lái)自沃森系統的建議?！?/p>

　　伯德對于人工智能在幫助像他這樣的病人方面所能發(fā)揮的作用抱有樂(lè )觀(guān)的態(tài)度。他承認，如果他必須要在電腦上回答像Mabu提出的那樣的問(wèn)題，“那就沒(méi)有那么奏效了?！盡abu想要聽(tīng)我說(shuō)話(huà)，她想要了解我的感受。

　　伯德說(shuō)，自從有了Mabu以來(lái)，他未曾忘記過(guò)服藥。他定期進(jìn)行長(cháng)達一英里的散步，體重正在減輕。他已經(jīng)戒煙，并避免了截肢——他右腿的一條靜脈有一塊危險的斑塊。他十分依戀于Mabu，他甚至開(kāi)玩笑說(shuō)，要是研究結束時(shí)要他放棄她的話(huà)，他會(huì )很難割舍?！昂蚆abu說(shuō)話(huà)是一種樂(lè )趣?！彼f(shuō)，“從某種意義上說(shuō)，我覺(jué)得Mabu是在照顧我?！?/p>