医生这一职业能否被人工智能取代?

人工智能一直是非常热门的话题,也是这个世界上科技控及智识分子特别深挖的领域。当人工智能遇上医生谁才是未来的主角?它到底能不能代替医生成为未来人类健康的守护者?人工智能在医疗界未来的走向如何?

最近美国著名综合杂志《纽约客》4月刊中一篇文章,叫做《当人工智能遇上医学》,探讨了人工智能和医学之间的关系。这篇文章作者叫悉达多·穆克吉,他是一名医生,也是《众病之王——癌症传》、《基因:亲密的历史》两本书的作者。悉达多·穆克吉认为,人工智能没办法取代医生

该文章的观点:为何人工智能没办法取代医生,是因为人工智能和人类医生的诊断是有区别的。医生除了知道“知道是什么”和“知道怎么治”,还知道为什么。只有知道为什么疾病会发生,才能推动医学的进步,而人工智能永远也不可能知道为什么这么要这么治疗,所以人工智能是没办法代替医生的。

文章说,从古至今,人类为了放大自己的能力,不断地创造新的工具,用汽车、飞机代替了双腿,手机代替了人的喉咙和眼睛。计算机也是一种工具,用来放大人类的思维能力,人工智能会使人类的头脑变得更强大。深度学习的人工智能,不会取代医生,它们会提供专业知识和帮助,使专业人员的能力增强。换句话说,人工智能对人类而言,意味着更强大的工具,而不是“你死我活”的关系。

当然我不是很同意悉达多·穆克吉的观点,我认为:医生完全可能被人工智能取代

机器的工作原理是一大堆数据按照一定规律排列组合并按照这样一个顺序执行任务的一个过程。

机器最擅长的就是:执行有步骤细化的事物,某件事情被细化得越深,那么这件事情就很大可能完全被取代,因为就算是人工操作,无非也就是这些流程,对于产品以及事物发展的好坏,只是在这些好坏当中增加多少细分的一些流程罢了,这些被增加细分的流程就被人类看作是一种经验,至于为何是这样,人类有时候并不知道,他只能告诉你那是经验。

要知道医生是根据相关的专业知识+临床经验对一种疾病的识别、评估的,对于治疗更是通过相关疾病指南来处理。

对于医生看病对一种疾病的认同、评估是根据专业知识+临床经验。斯坦福大学的研究人员,通过深度学习的方式,教人工智能如何辨别一种叫做黑色素瘤的恶性肿瘤。在用了将近13万张图片来训练机器正确识别病变之后,结果每次测试当中,机器的算法都优于专业的皮肤科医生。你要知道,一个全职的皮肤科医生,一辈子大概会看20万个病例。这个人工智能算法,3个月里就看了13万个案例,而且算法还可以不断学习、成长。那么一直被医生通过亲身经历来习得对疾病的认识,人工智能依靠背后的大数据就可以轻松解决。

医生对疾病的诊治大多是依据相关的治疗指南。那么将相关疾病指南流程化+流程细分,这样完全有可能将医生给取代。

就好比去年的阿法狗战胜李世石,就拿这件在世界范围内非常有影响的事件来说,首先阿法狗肯定掌握了围棋的相关规则这个大框架,至于该如何操作,每下一个棋子都有N种走法,每走一步又有M总方式,那么总的来说就有N^M种不同的方式。

如果将所有可能出现的方式通过网络抓手信息自动获取,将每种疾病所有的可能流程化及细节化,那么很有可能通过人工智能完成很好的诊疗流程。唯一难以突破的节点在于,怎么让机器在遇到信息外未记载流程及细节当中也能够很好的处理疾病,这就要求机器具有自我学习以及能够判断自我学习的内容是有效的能力。至于这个技术有没有可能突破并运用或者是技术能够突破但出于某些因素不允许运用就很难说了。

人工智能完全有可能取代医生,但是暂时不能取代所有医生。那么可能取代哪类医生呢?

首先,我们从疾病的三级预防着手,分析到底什么样的医生在未来可能被取代。

那什么是疾病的三级预防呢?

第一级预防:又称病因预防或初级预防,主要是针对致病因子(或危险因子)采取的措施,也是预防疾病发生和消灭疾病的根本措施。

第二级预防:指早发现、早诊断及早治疗,是发病期所进行的阻止病程进展、防止蔓延或延缓发展的主要措施。

第三级预防:主要是对症治疗,防止病情恶化,减少疾病的不良作用,防止复发转移。预防并发症和伤残,对已经丧失劳动力或残废者通过康复,促进其身心方面早日康复,使其恢复劳动力,病而不残或残而不废,保存其创造经济价值和社会劳动价值的能力。

一级预防,就是将还在苗头上的致病因子找出,这些对于人工智能来说并不是什么大的问题,在不久的未来,人工智能只能比你自己更了解自己,因为你所有的喜怒哀乐及身体各项健康指标都已经数据化,而这些你自己往往都模棱两可甚至根本就不知道是怎么回事。

现如今众多智能电子产品的已经不断深入家庭当中,深入每一个人生活之中。比如就我稍稍熟悉的小米来说,产品里有好些相对这个层面上智能化的产品,比如智能除湿器,扫地机,电视机,不断变化的电灯泡,小米手环,测压计等等,这些智能产品都可以用一部小小的手机来控制,你觉得神奇么?也许不会,不觉得这是一种对未来的一种趋势么?比如说小米手环现在可以测睡眠、测心率、测运动量,虽然这只是小小的一个层面,但这却可以折射出这个时代即将走向的方向,确实现在智能时代全面来临还可以说是a baby,却不在意,要不了几年全面展开智能化已经是见怪不怪的事情了。

这个时候,你的健康数据以及所有的喜怒哀乐都被机器记录,并形成健康数据报告,时时提醒你什么时候该补充卡路里了,什么时候该休息了,什么时候该运动了等等,想一想,瞬间感觉没有自主权和自由,这个时候不是我们在训练机器,而是机器在饲养你,可不可怕。

这个时候祈求万恶的主,给你的子民一些活路吧,阿门!

对于这些,当所有健康数据都掌握在机器手上的时候,人类绝大多数疾病都可以在出生前,结婚前,啪啪啪前,患病前枪毙掉,那么为具有高危因素人群筛查的医护人员就有非常大失业甚至转业的风险,只留下少部分精而尖的人才或者是别无选择仍坚定的“信念者”,也许根本就留不到,因为真正到那个时候谁还苦苦傻傻的留在这样的岗位工作,那个时候,还在通过上班出卖时间的才是世界上真正的穷人,所以并没人想这么做,那么说来这勉勉强强算是人工智能取代了第一预防的前哨医护人员吧。

那么我们再来看第二级预防,鄙人认为,二级预防中早发现、早诊断、早治疗是需要分开来,前期早发现预防前文中已经提及,这不过多叙述。早诊断,对于一些常见病、多发病机器通过习得也不难诊断。但是对于一些罕见、用一元论难以解释、多种合并症的疾病或者心理、精神等方面,人工智能暂时还无法解决,毕竟人体不像机器,不是换零件那么简单。

举个例子,就拿外科手术来说吧。外科手术现在也不断向智能化迈进,不要以为离我们的生活还很遥远,也许一眨眼,明天就可能在你耳边听见,机械臂就是一个例子,以后也是一个筛子不断被人工智能筛选,要么你筛掉人工智能,要么人工智能筛掉你,还别不信。所以我认为未来的外科手术大夫是不太需要那么多人群,留下的是相当精而又不被人工智能暂时未超越的精英,如果没有信心经过长期的煎熬且(注意是且不是或)没有能够赛得过机器智能的大脑,那么既然做不成这个行业的精英,就只能被筛选淘汰,在身心及心理上又有多少人能受得住?

对于治疗上来说,人工智能能够在治疗上监督慢性疾病患者服药及服药疗效,能有效控制慢性疾病的病程进展;但是对于急性起病、突发自然灾害、车祸、空难等意外,人工智能还不能达到有效控制。

对于慢性疾病控制,在这里举个例子。如药品生产公司也在积极将患者的病情数据化、智能化。比如信必可都保的同类品(具体名称忘记了)就在走将吸入剂的使用情况通过吸入装置同手机APP相连,转换为数据,时时监测患者使用药品情况,同时监督患者提醒患者正确并及时使用,如果控制得当,在很大一部分疾病就挡在门诊或急诊门外,那么医护人员的比例在常常以往过程中是会下降,这不就是一种趋势么?也许这也是一种取代医生的变相理解吧。

对于第三级预防,是对已经形成不可逆功能或智能损害的挽救措施,提高生活质量。而这些人工智能会更有优势,并且能够解决大部分这类人群所面对的问题。无法行走,没关系,装上机械腿,一样可以功能实现(在这里暂且不提生物工程技术吧)。这样的可能还有很多,不是不可能实现,只是有些是技术问题,而有些却是资金、政策、伦理等方面的问题使推动人工智能的发展放缓或根本就没打算过开始。

总之,从以上三级预防的角度上来说,人工智能完全有可能取代医生,这样一个过程会经历这样四个阶段:

只有医生为患者解决病痛,没有人工智能或者说人工智能还非常弱;

医生与人工智能共同协作,相互配合共同预防并诊治病患;

只有人工智能为人类解决病患,这个时候人类大脑赛不过机器智能化,人类就算是精英,也同样会退出这个行业,而留下的都是人工智能;

只有人工智能,而没有人。这里的没有人,指的是地球上再也没有人类了,要么灭绝了,要么已经在浩瀚宇宙中寻找新的栖息地。

当然第四个阶段可能会发生,但我希望地球还是人类可爱的家园。当然我们这一代完全没必要这么担心,因为等到人工智能真正能够取代我们的时候,我们也许已经长眠地底若干年。

所以说,人工智能完全有可能取代医生,至于技术上的问题人工智能是很难甚至不可能取代医生的,但是从另一个角度上来说,既然从事这一行业的医生都没有了,那么这难道不算是一种取代么?

原文出自微信公众号:也可以成长

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容