2016年開始的醫療人工智能，至今方興未艾。但國際、國內研發團隊開發出來的AI(人工智能)，要么是通過已有的醫學影像結果來學醫學知識，要么是通過醫學生化指標來學習、充實自己。而在廣州，一個中外專家合作的團隊通過摸索，讓醫學人工智能既能讀懂中文病歷，還能較高精度地為兒童常見的55種疾病進行診斷。(見2月13日《南方都市報》)

盡管近年來AI已成風口，但有關“AI醫療”的各方信息往往各執一詞。例如，這邊廂報道稱AI在診療大賽上完勝醫生團隊，前景樂觀，那邊廂卻有專家認為這完全是虛火上身，離真正意義上的診療相距甚遠。

那么，有了懂病歷、能診斷的醫療AI，是否意味著“AI醫療”不再是夢，“AI醫生”將飛入尋常百姓家呢?

平心而論，“AI醫療”所描繪的無疑是一幅美妙的圖景。即便是對于醫療專業人士而言，與其說擔心被AI搶了飯碗，毋寧說巴不得AI趕快把自己從紛繁復雜艱辛耗時的診療工作中解放出來。

比如，醫療中有很多圖像處理工作，完全由醫生人工識圖，顯然會耗費大量精力，假如AI能替代這部分工作，無疑會減輕醫生的工作負荷;再如，手術這類耗時費力而又高風險的工作，如果未來AI手術機器人能夠干得更加精細完美，也是好事一樁。

AI的確在顛覆一些行業，甚至正在改變職業的版圖，但AI的發展也將遵循其規律，有其邊界和止境。就醫療而言，AI毫無疑問會有其用武之地，對其善用，也必將改善整個醫療生態，優化患者體驗，增進醫療效率。但如此復雜的醫療系統，AI的確也很難普遍適用。相比認為AI神通廣大、無所不能，“賦能”這個詞恐怕更貼切。對于包括醫療在內的各個行業，在AI最具優勢的環節引入AI，自然是一種賦能與提效。而這一過程，無論是限于AI的技術發展階段，還是限于行業或專業流程優化本身，都不可能一蹴而就，而必然是一個不斷探索試錯并逐漸改善的過程。

以目前的AI能力，AI醫療更多只能定位為輔助醫療。尤其在文字處理、圖像處理方面，機器學習已然展現了其特有的優勢，相比人類學習醫療影像所需要的時間，機器算力自然不是人類大腦所能匹敵的。在這些特定方向的AI輔助，自然有望解放醫療負荷，提升醫療效率。但真正意義上的AI獨立診療仍遙不可及。

這一點，其實不妨參照自動駕駛。相比駕駛，醫療活動的復雜度顯然要高得多，當AI在自動駕駛方面還很難做到真正的突破，真正意義上的“AI醫療”無疑更加遙遠。即便在一些特定技能的對戰上AI勝過醫生團隊，但這是否具備長期的穩定性，尚有疑問。正如藥品的商用必然通過長期嚴謹的科學試驗，AI用于醫療其實也需要同樣的審慎與嚴謹。

AI行業有句話叫做“懂醫生的AI會戰勝不懂醫生的AI”，這話改成“懂AI的醫生會比不懂AI的醫生更專業”，或許更適合當下。對“AI醫生”，我們充滿期待。(吳江)

關鍵詞： AI 醫生 遙遠