今天的我们，不一定非得要坐在特斯拉（Tesla）的无人驾驶汽车中，才能感受到人工智能（artificial intelligence，AI）对日常生活的影响。只要我们使用手机的时候，无论是苹果手机的Siri还是亚马逊的Alexa，这些语音助理都会帮助我们整理信息，筛选和定制网上购物清单，AI已经不再是科幻小说里的高科技，而是切切实实走进了我们的生活。
在医学领域，用于临床的机器学习平台已经一次次登上头条，宣告每一项新成果。2017年初，美国斯坦福大学的科学家们利用谷歌（Google）算法对皮肤癌进行分类，得出了与经过专科认证的人类皮肤病专家一样的诊断结论。这一算法可以在病变早期阶段就能将无害的痣与可能致命的痣区分开来，鉴于黑色素瘤的发生率正在全球范围内攀升，此算法的成果显得格外有意义。
2018年以来，AI更是取得了显著的进展，也给我们带来了前所未有的机遇和挑战。
AI在医学领域取得的进展：多个APP获批
“眼睛是心灵的窗户”，这句话我们都曾听过，然而最近的研究显示，这可能不止是一句俗语，而是有其科学依据。斯坦福医学院、Google及其专注于生命科学的子公司Verily报道了一个可以鉴别眼底视网膜病变与心血管疾病相关性的深度学习模型，与此同时，加州大学圣地亚哥分校和广州大学发布了一个AI平台，可以在疾病仍处于可治疗阶段就筛查和诊断出常见的导致严重视力问题的原因。2018年，Kermany等证明了他们的机器学习AI平台可以普遍适用于小儿肺炎的X线胸片诊断；Madani等发表在《自然•数字医学》上的论文则显示，他们可以用计算机视觉技术来读懂超声心动图，其精确度甚至优于经过训练的人类医生。
这些进展很好地解释了基于图像处理的AI技术在医学诊断中的应用潜力，但这并非超乎意料。人们普遍认同，计算机可以通过对大量数据的模式识别而训练出诊断模型。令人惊讶的是，这种潜力正以惊人的速度被释放出来。
医疗监管机构也开始对机器学习算法敞开大门，2018年初，美国药品食品管理局（Food and Drug Administration，FDA）宣布批准医疗保健公司Viz的申请，允许他们向医生和医院推销深度学习技术。这个名为LVO脑卒中系统（LVO Stroke System）的应用程序，采用AI算法对脑CT扫描片进行分析，如果检测出脑卒中相关的指标，就会向脑血管医生发送信息，提醒其注意患者的脑血管异常。当脑卒中发生时，脑细胞受损死亡，争分夺秒进行及早干预，将极大地降低损伤、预防残疾。Viz公司应用程序的获批，意味着AI技术在医疗领域的应用，将为降低成本、提高效率做出贡献。
但这不是FDA第一次拥抱这个智能医疗的新时代。早在2017年1月，FDA就批准了第一个基于机器学习技术的应用：Artery公司的Cardio DL，用于分析心脏核磁共振（magnetic resonance imaging，MRI）影像，来诊断心脏病。Cardio DL可进行全自动且可编辑的心室分割，它的准确度可媲美有经验医生进行的手动分割。
2017年，还有其他几个医疗软件获得FDA批准上市，包括一款预测癫痫发作的智能手表，以及一个用于预测住院病人病情恶化的平台，以避免意外死亡。最近这些应用的获批，得益于监管机构致力于改革数字卫生监管进程、鼓励创新和现代化的努力。这些应用中，有一些也同时获得了在欧洲进行商业化上市的许可，为AI在全球医疗保健领域的商业化竞争奠定了基础。
对于那些医疗资源短缺的偏远地区和第三世界国家，深度学习也为改善他们的医疗水平提供了潜在可能。事实上，与在富裕地区相比，在贫困地区使用AI技术来改善医疗水平，会带来更多的直接影响。
正视问题和挑战
目前来看，问题并不在于AI是否会变革当前的卫生体系，而是在什么时候，以什么样的代价变革。值得注意的是，要谨防借AI炒作。由于技术、官僚和法律的障碍，在一段时期里，医学科学的发展极其缓慢；在经过一个漫长的“寒冬”后，借助AI的勃勃生机和快速发展，医学有望迎来一个鲜花盛开的“春天”。
同时，非常重要的是，也要承认其中的缺陷，并加以讨论。例如，《美国医学会杂志•心血管子刊》在2018年3月刊登了一篇Tison等人的论文，报道了一个使用深层神经网络、可以监测房颤的商用智能手表（房颤可能会导致脑卒中）。虽然希望很大，但仍需要开展更深入的研究，来优化这一平台的心律评估。然而，尽管作者在文中指出这一研究的准确性为“中等”且需要改进，却仍被广泛报道为“重大成功”。
如何将人工智能平台成功地应用到广泛的临床实践中？信任SIRI推荐的餐厅是一回事，但我们是否应该依靠AI来进行重要的医疗决策呢？要想获得医疗机构和患者的理解与信任，平台能够为复杂算法提供简明易懂的解释，就显得格外重要。
不管AI如何、何时、何处实施，都将会带来广泛的社会效应。目前监管部门要求AI应用平台至少能达到与训练过的医生一样的水平，但毋庸置疑的是，随着该领域的进展，对AI表现的期望值会不可避免地越来越高。机器在很多工作中的表现都优于人类，更何况它们不需要茶歇，也不需要休息，优点显而易见。事实上，AI的研究先锋们都相信，在未来的45年里，机器有一半的机会在所有工作任务中的表现都优于人类。在某些专科领域里，机器人甚至可以完全取代医生，如放射科，可能性就非常大。
但是，当前最大的挑战是将AI（尤其是计算机视觉）与现有的劳动力资源及结构相整合，这比完全替代更重要。
(作者：贾玉华)
参考文献：Cell 2018:173:531-533