人工智能的確能夠?qū)︶t(yī)學(xué)發(fā)展帶來顛覆性改變，但其作用在很大程度上被媒體夸大了，而且其在醫(yī)學(xué)領(lǐng)域內(nèi)的運(yùn)用還受到醫(yī)學(xué)研究水平以及自身限制。
人工智能醫(yī)療：顛覆性創(chuàng)新還是資本運(yùn)作炒概念？
最近的一段日子，我仿佛被這樣一類信息所包圍：
某公司（一般都是全球科技巨頭）將利用人工智能去研究XX疾?。ò┌Y、眼病等）了，未來醫(yī)生將會(huì)被取代，那些所謂的絕癥將很快被攻克。
那，真的會(huì)這樣嗎？所謂的人工智能到底能在醫(yī)學(xué)領(lǐng)域發(fā)揮多大作用呢？真的如媒體報(bào)道的那樣具有顛覆性力量嗎？有沒有被夸大呢？
先說結(jié)論：人工智能的確能夠?qū)︶t(yī)學(xué)發(fā)展帶來顛覆性改變，但其作用在很大程度上被媒體夸大了，而且其在醫(yī)學(xué)領(lǐng)域內(nèi)的運(yùn)用還受到醫(yī)學(xué)研究水平以及自身限制。
人工智能這項(xiàng)技術(shù)，其最大的能力在于整合已有的海量信息，并不能直接實(shí)現(xiàn)創(chuàng)造一個(gè)新的事物。也就是說，人工智能的意義在于幫助我們提高整個(gè)社會(huì)的運(yùn)轉(zhuǎn)效率，對(duì)人類面臨的問題尋求精準(zhǔn)化的解決方案。
對(duì)于醫(yī)學(xué)來說，也就是眾多科技巨頭提到的“精準(zhǔn)醫(yī)療”。
具體如日本國立癌癥研究中心將與產(chǎn)業(yè)技術(shù)綜合研究所等共同開發(fā)運(yùn)用人工智能的系統(tǒng)所渴望的那樣：
以癌癥中心積累的患者基因組（所有遺傳信息）以及血液檢查、圖像診斷等龐大信息為基礎(chǔ)建立數(shù)據(jù)庫，并與醫(yī)學(xué)論文等的研究成果相對(duì)照，將人工智能運(yùn)用在診斷以及治療中。
這樣的精準(zhǔn)醫(yī)療也能在極大的程度上減少人為的干擾因素，來提高診療的準(zhǔn)確性。
另一方面，人工智能也被運(yùn)用到醫(yī)學(xué)的研究上，其可以幫助醫(yī)學(xué)研究者更加高效地回顧已有的研究成果，在極其簡單快捷的情況下進(jìn)行數(shù)據(jù)整理以及建模分析。
IBM和MIT以及哈佛大學(xué)發(fā)起的癌癥基因組計(jì)劃，他們則是主要是通過對(duì)數(shù)千個(gè)抗藥腫瘤進(jìn)行研究，并利用“沃森”強(qiáng)大的計(jì)算和機(jī)器學(xué)習(xí)能力幫助理解癌癥如何對(duì)藥物產(chǎn)生耐藥性。
此外，還有Nvidia（計(jì)算機(jī)圖形芯片制造商）和美國國家癌癥研究所、能源部合作，準(zhǔn)備開發(fā)的一個(gè)名為“癌癥分布式學(xué)習(xí)環(huán)境”的人工智能框架平臺(tái)。
他們的邏輯是這樣的：
一方面通過提升科學(xué)家們對(duì)DNA和RNA中基因簽名的理解，來幫助預(yù)測哪一種療法會(huì)對(duì)患者產(chǎn)生作用；另一方面加速蛋白質(zhì)交互作用的模擬過程（該過程在早期癌癥的形成中扮演了重要的角色）；最后，整理數(shù)以百萬計(jì)的癌癥患者資料，從而構(gòu)建一個(gè)綜合性的監(jiān)測癌癥疾病轉(zhuǎn)移和復(fù)發(fā)的數(shù)據(jù)庫，從而實(shí)現(xiàn)利用人工智能來幫助醫(yī)學(xué)科學(xué)家更好地研究癌癥。
從這些方面來看，人工智能的確是會(huì)對(duì)醫(yī)學(xué)帶來顛覆性的影響。但從這些例子中也可以看出這樣的一個(gè)結(jié)論：
人工智能在醫(yī)學(xué)領(lǐng)域中發(fā)揮的作用受限于人類的醫(yī)學(xué)研究水平，人類的醫(yī)學(xué)水平有多高，人工智能的有效性就會(huì)有多高。它最讓人驚艷的是能夠?qū)⑷祟愥t(yī)學(xué)研究成果最大程度地利用起來，實(shí)現(xiàn)其價(jià)值最大化。
至于媒體所提到的“醫(yī)生將會(huì)被替代”的觀點(diǎn)，就人工智能的技術(shù)而言，是能夠?qū)崿F(xiàn)的。但其面臨著重大的難關(guān)——人工智能的精確性。
簡單點(diǎn)來理解，人工智能就是一組參數(shù)不確定的函數(shù)，參數(shù)的確定需要海量的數(shù)據(jù)來完成。數(shù)據(jù)越多，參數(shù)的范圍也就會(huì)越小，人工智能在醫(yī)學(xué)上的精確性也就越高。
就上述提到的幾個(gè)項(xiàng)目，運(yùn)用到的數(shù)據(jù)量能否支撐起找到確切的參數(shù)，將是一個(gè)非常大的考驗(yàn)。具體需要多少尚且無從考證，但可以確定的是，僅僅成千上萬個(gè)案例，是遠(yuǎn)遠(yuǎn)不夠的。
