學醫11年,終將被機器取代

如果你去正規的大醫院看過病,你肯定對醫生的診斷方法印象深刻:首先他會讓你做各種各樣大大小小的各類檢查,然後邊看檢查報告,邊問患者你什麼病呀、持續多久了、之前吃過什麼藥、對什麼藥過敏等等。走出醫院以後你會對醫生的診斷很不放心,這根本不是醫生在給我看病,是儀器和我自己給自己診斷了病情,醫生只是負責在醫箋上寫一串正常人看不懂的字,然後去藥房取藥。

醫生醫生

現代的醫生怎么診斷病情的呢?主要是兩個方面,一是各種儀器檢查報告,二是根據經驗進行臨床診斷分析。這對醫生有什麼技術上的要求呢?一是要看得懂儀器檢查報告,二是要積累足夠多的臨床經驗,所以老醫生的掛號費特別貴,而且很難掛上。今天,一個人從本科開始學醫,到學夠足夠的知識去開始執行醫生的工作需要經過5年本科,3年研究生和3年博士,共11年時間的學習。在這11年裡,一部分時間用在學習如何看儀器診斷報告,大部分時間在學習研究各種典型醫學案例,積累經驗。

從這個角度來看,大部分的醫生其實並不需要太高的專業本領,他做的更多的是簡單重複的工作,理論上,只要能看到檢查報告和積累一些病例,人人都可以當醫生。既然醫生不需要太高的專業本領,為什麼過去幾百年時間裡,醫生地位一直那么崇高?因為人體是一個非常複雜的組織,造成人生病的原因非常多,要把浩如煙海的病例都學好記住,這非常困難,需要超出常人的刻苦和長時間的積累。

人工智慧人工智慧

但是,隨著人工智慧的迅猛發展,醫生的時代可能很快就要結束了。

首先需要聲明的是,我是人工智慧的保守主義者,我不認為人工智慧已經或即將到達奇點,不認為人工智慧已經足夠成熟,我認為當下人工智慧還處於初級發展階段,如果說人工智慧的進程有一百步的話,現在的人工智慧才邁出了第一步,很可能腳都還沒有落地。但是,哪怕是走了半步的人工智慧也足以顛覆很多古老的職業,如醫生。

現階段的人工智慧擅長的是什麼?人工智慧具有迅速處理海量複雜數據信息能力,具備通過邏輯推理和深度的歸納分析解決通用問題的能力,並能夠從一個平台遷移到另一個平台的不朽思維,永遠不會抹去或忘記事情,也不會搞錯任何信息。所以現階段人工智慧非常擅長簡單的、重複性的、有規律的腦力勞動。

看出來了嗎?當前大部分醫生的工作其實就是簡單的、重複性的、有規律的腦力勞動,而人工智慧在這些醫生面前有更多的優勢,如,診斷速度更快,機器能實現一體化的檢查、分析、診斷和治療方案,患者不需要一個個檢驗科地跑,來回穿梭於診室和藥房,只需要被機器掃描一下,然後取藥回家;如,機器診斷的準確性更高,由於機器的縝密邏輯和永不出錯,而且一切出於客觀邏輯而沒有主觀判斷,所以機器幾乎不會出現誤診;成本更低,未來涉及到人力勞動的服務都會很貴,而機器服務幾乎是零成本的,所以成本自然會大幅下降;對患者隱私的保護更到位,機器不會好奇不會八卦不會傳播患者的信息,諸如此類。所以,準備歡呼機器人醫生時代的到來吧。

其實,不需要等多久,機器人醫生已經在路上。如IBM創造“沃森”正在快速成為一名優秀的醫生,沃森已經掌握了世界頂級醫學出版物上的醫學信息和資料,並接入了幾家大醫院的病例庫,憑藉這些信息和資料它能快速去匹配病人的症狀、用藥史和診斷結果,並形成一套完整的診斷和治療方案。從掌握的病例數量來看,機器人沃森可能是世界上最優秀的醫生。

醫療設備醫療設備

而在國內,一眾科技巨頭也在積極布局智慧型醫療,如,騰訊就在開發一個名為“騰訊覓影”的醫療領域AI產品,它通過對人體進行掃描,就能檢查出人體內各部位、各器官的的疾病,哪怕還只是一個苗頭。據介紹,騰訊覓影的工作原理分兩步:第一步,海量學習、理解和歸納各種醫療信息,包括權威醫學書籍文獻、診療指南和病歷等海量信息,自動構建一個大規模的“醫學知識圖譜”;第二步,接入各大醫院的臨床診斷案例庫進行深度學習,不斷自行最佳化其運算模型,提升診斷能力。當前,騰訊覓影已經初步在河北十多家大醫院落地,輔助醫生進行診斷。

我一個醫生朋友見識過騰訊覓影的能力後也不禁感嘆:辛辛苦苦學醫11年,抵不過機器學習一天啊。

相關知识

熱門知识

熱門詞條