1. 主页 > 帮助中心

元宇宙+医疗:学医已经不吃香了?

近日,#人工智能未来会取代医生吗#话题登顶微博热榜,引起网友广泛讨论。

AI技术在20世纪中后期被引入医学领域,开始被用来辅助医生进行诊疗记录,或者是作为统计分析工具来提升诊断效率。

随着现代计算机技术的发展,人工神经网络、模拟专家系统等技术陆续被研究和应用,这大幅度提升了AI水平,医学AI变得更加智能和强大。

目前,在辅助诊疗、医学影像检查、疾病风险预测、精神病学分析、康复治疗等诸多方面,都有AI参与其中,这对提高医疗资源配置效率、降低医疗服务成本、提高医疗服务水平起到了极大的作用。

2021年12月7日,在全球首届糖尿病综合管理国际人机大赛上,平安AskBob“AI医生”以92.4分vs国际内分泌主治医生团队89.5分的优势,在大赛上胜出。

目前,与人类相比,AI在信息存储和信息处理能力方面都具有更强的优势。那么,在元宇宙时代,AI是否真的会演化为比医生还要强大的独立存在,进而取代医生呢?

Al vs 医生?

是助手还是对手

马克思在《资本论》中第一次提出了“技术是人体器官延伸”的观点。他认为各种技术的发明,本质上来说就是人类为了延长自己的器官。

与马克思同时代的技术哲学家恩斯特·卡普则提出了“器官投影说”。他认为,任何技术都是人体器官的模仿,也就是说,技术从本质上看就是人体器官的外部物化。

AI也是同理,医学AI是各种先进技术的集成,是对医生大脑的模仿,复制和强化了医生大脑思维的部分结构和局部功能,是执行医生意志的工具。

医学AI更庞大的存储、更细微的识别、更快速地筛查等等,都是医生器官的延伸。借助AI,医生成为了更强大的医生。

而器官再怎样延伸,都只是人类的一部分,并不能成为一个完整的独立的人,进而将人取代。

从外部层面而言,医学AI只能对特定领域的任务进行处理,以解决医生的部分工作。

例如,腹部CT影像智能辅助肿瘤检测分析助手只能对占位性肿瘤进行检测,对明显的血管内皮细胞瘤却视而不见,只依赖医学AI很容易造成漏诊。

从内部层面而言,医学AI的智力并不会超越医生。因为AI的学习能力是基于算法而不是社会交往,AI只能运用人类“喂给”它的知识,而不能自主进行知识的创新。

而且,医学AI也不能成为有温度、有情感、有爱心的医生。毕竟技术不是医生的全部,以职业道德、共情能力和人文关怀来处理医患关系同样必不可少。

例如,医生时常说出的“善意的谎言”。医学AI很难像人类医生一样,会根据患者的具体情况,决定是否应该与患者家属配合,对患者隐瞒临终诊断,并且说出“善意的谎言”。

作为对手,只有技术的AI并不能取代一名真正的医生;反而作为助手,AI使医生如虎添翼。

AI+医生

共同拥抱医疗元宇宙

许多研究表明,不管是医生单独诊疗还是AI单独诊疗,效果都比不上AI联合医生诊疗。

例如,成都市第三人民医院分别采用AI、影像医师及AI联合影像医师的方式来进行肺结节的诊断,并对比诊断数据。

结果显示,AI、影像医师及AI联合影像医师诊断恶性肺结节的敏感度分别为93.3%、78.5%和98.6%,特异度分别为34.8%、79.7%和79.7%。

通过比较就能发现,AI联合影像医师共同检出肺结节和良恶性诊断,可以降低漏诊率、提高诊断正确率。

再如,鄂东医疗集团市中心医院分别采用传统人工、AI及两者联合的方式,分析颅内动脉瘤患者头部CTA图像,并进行数据对比。

结果显示,人工联合AI诊断颅内动脉瘤的灵敏度、特异度及准确度分别为95.92%、92.42%及95.39%,高于单一诊断;假阳性率和假阴性率分别为7.58%和4.08%,低于单一诊断。

这也可以看出,人工联合AI对颅内动脉瘤诊断的灵敏度、特异度及准确度都比单一诊断更高,传统人工联合AI的方式可以降低颅内动脉瘤的漏诊率及误诊率。

因此,与其比较医生和AI谁更强大,推导出谁会被取代,不如使AI走向医生,各取所长,强强联合。

AI走向医生,同时也把医生从低效率中解放了出来。不仅是提高诊疗的效率,AI还可以帮助医生减少在日常管理工作上所花费的时间,这往往能够占用到医生高达70%的管理时间。

有了这些时间,医生或许将继续深耕医学领域,成为更专业的医生;又或许会开始探索跨学科领域,在医学和数据科学的交汇处前进,走向AI,同AI达到更深层次的联合。

创造医学AI的目的,和医生的目标始终是一致的——为了人类。

采用医学AI,即是采用创新和节省劳动力的支撑体系。越是如此,越能更好地服务于患者,同时也越能解脱出医生的精力和时间,探究元宇宙时代下医学的新未来和人类发展的新道路。

参考资料:

[1]杨同卫,苏永刚,封展旗.论医学AI的基本特征及其实践中的基本理念[J].医学与哲学,2021,42(14):16-19.

[2]徐汉辉.AI医生如何说出“善意的谎言”——基于儒家家庭本位的思考[J].中国医学伦理学,2021,34(1):12-16.

[3]刘娜,赵正凯,邹佳瑜等.基于人工智能的胸部CT肺结节检出及良恶性诊断效能评估[J].CT理论与应用研究,2021,30(6):709-715.

[4]叶宇,王珍,曹长健等.AI辅助分析CTA影像诊断颅内动脉瘤的临床研究[J].局解手术学杂志,2022,31(2):128-131.

[5]曹健.医疗AI的成本、替代与算法[J].中国医院院长,2021,17(8):77-79.

作者:杨文  排版:汤雨熙