在2022世界机器人博览会“机器人+医疗”展区现场，参观者观看单孔腔镜手术机器人。任超 摄

人工智能发展迅速，近期ChatGPT-4的出现再次掀起了人工智能的热潮。未来AI将会越来越智能，应用场景将会越来越广泛，我们每个行业都应正视这个现实，或许未来很多行业的工作会被AI替代。医疗过程，作为一种经验科学，对不同的患者个体，以共性的医学知识为基础，辅以对个体特点进行医疗分析，从而完成诊治的过程。医生学习完成医学理论知识，并完成足够的医疗培训后即能从事医疗工作。医生的成长过程的特点，很符合人工智能的大数据模型的训练和应用。

社会急需人工智能医生

高质量的医疗技术人才的短缺是制约人类健康保障的最重要的因素。在国内，不同地区社会经济发展不平衡，医疗资源、医疗技术水平在不同地区也严重失衡。发达地区医疗卫生保障显著优于僻远地区，究其原因，主要是医疗资源的不平衡，包括医疗设备和医疗技术。近年来，我国对基层医疗体系给予了极大的扶持，基层和偏远地区的医疗设备得到显著改善，理论上完全可以满足目前人民健康保障的需要，但事实上，基层和偏远地区的医疗卫生保障仍远远落后于发达地区，其中很重要的原因是基层和偏远地区的医疗技术水平的落后。这些地区的人民需要更高质量的医生来提供医疗保障，从而从根本上解决基层和偏远地区人民的看病难、看病贵、因病返贫等一系列问题。同样的，在全球范围内，还有很多贫穷落后的国家和地区，需要完善医疗卫生保障体系，其中，高质量的医疗技术人员是最根本的需求。但是，医生的培养周期很长，而且医生的精力和时间有限，掌握的医疗知识也有很大局限性。如果人工智能医生能够掌握海量的医疗大数据，得到充分的大数据模型训练，则能高质量地完成疾病的诊疗过程，那么，高质量的医疗技术的短缺就能得到有效缓解。

另外，就算是在发达地区，仍然有不少误诊误治的医疗事故发生，这是因为人的医学知识学习、储备、应用都是有限的，而且，知识的储备量、使用方法也是因人而异。医生的主观性就像是硬币的两面，即能根据不同病人个体特点分析、诊治病人，但也能因人的片面的主观性而忽略了疾病的客观性，从而造成误诊误治的发生。充分训练后的人工智能医生，不但可以具体分析不同病人的疾病特点，还可以严格遵循医疗诊治原则，不被医生的情绪所影响。2000年美国国家科学院医学研究所进行的一项调查显示，采用电脑开处方后，在某些地方出错率降低了81％。2019年世界卫生组织更新了《患者安全10个事实》，其中一个事实是：每10名患者中就有4人在初级和门诊医疗服务中受到伤害，而其中高达80%是可以预防的。

发展人工智能医生是可行的

医学模式的发展，经历了神灵主义医学模式、自然哲学医学模式、机械论医学模式、生物学医学模式、生物-心理-社会医学模式，随着科学技术的发展，医学模式也在不断变化。尽管目前已经进入到生物-心理-社会医学模式，但所有的医学模式，都是以前期实践经验为基础不断发展的一种经验科学。经验科学，正是AI医生训练的基础。随着充分的大数据模型训练，AI医生必将有更加完善的逻辑分析能力，从而对于不同病人个体能在共性医疗知识的基础上做出更符合个体的诊疗方案。

可能有人会有疑问，冰冷的AI机器无法从心理上分析和治疗病人。但事实上，心理学也是以物质为基础，是物质对环境的反应长期发展的结果。人类生活的环境是有限的，人类的喜、怒、哀、乐等情绪的变化也是有限的，通过对不同环境下的人类情感的海量训练，人工智能也一定能分析人类的各种心理变化。谷歌Responsible A.I.部门的高级软件工程师Blake Lemoine通过对谷歌语言模型LaMDA（谷歌的一款对话AI系统，拥有1370亿参数）的测试，认为LaMDA已经自我觉醒，甚至拥有七、八岁小孩的智商。尽管很多人对Lemoine的结论提出质疑，但LaMDA能够根据人类的不同语境给出合符逻辑的回答，这应用于医疗，通过海量的医疗场景的训练，AI医生同样能对疾病给予正确的诊治方案。退一步讲，即使短期内AI医生不能做到心理疾病的治疗，但绝大多数病人需要的是精准的诊治，嘘寒问暖的关怀并不是主要的，而真正需要心理治疗的病人还是属于少数。

人工智能医生可能会成为技术最全面、诊疗水平最高的医生。AI的知识存储能力是人类远远无法达到的。AI可以存储所有医学知识，并能存储和分析所有有记录的临床病例，包括各种少见病、罕见病，如果要医生达到这种水平，需要很多年的训练，而且需要很多病例的积累，这是绝大多数医生无法达到的。而AI智能医生却可以通过海量信息的收集和分析，可以很容易地完成少见病、罕见病的诊疗。对于医疗发展的最新进展，AI智能医生可以很快接受和掌握，并快速推广应用于实践。而人类医生对医疗的最新进展，会有一个较长的学习过程，并且还需要一个漫长的推广过程。

人工智能医生的发展和完善是一个渐进的过程。初级阶段的AI医生，应该作为医生的助手，辅助医生开展诊疗工作，同时进行医疗知识和医疗数据的积累。通过大量医疗知识的积累和医疗场景的训练，AI医生将能对一些常见病、多发病给予正确的诊疗方案，对罕见病例将有更多的积累，这个阶段（即中级阶段）需要临床医生监督、验证，但一位高质量的专科医生可以同时管理更多的病例，远程诊疗也将更容易实现。这个阶段将使得高质量的专科医生能服务更大区域、更多患者。当AI医生有了海量医疗数据的积累和训练，进入高级阶段，成为高质量的全科医生，其对疾病的诊疗正确率将显著优于人类，到那时，大部分诊疗工作必将完全交给AI医生。人类早就幻想着能像鸟一样飞翔，但那时的人类怎么也想不到，现在的人类可以不用挥动双臂，坐在飞机里在天空中安全地飞翔，飞得又快又远。

人工智能医生的发展，将带动智能健康产业群的大发展

智能医生的发展，将辅以并促进各种智能诊断的发展。在人工智能病理学诊断方面，2017年9月，美国食品和药品管理局批准了第1个全载玻片成像扫描（whole slide imaging，WSI）系统，2018年批准Philips IntelliSite病理解决方案（PIPS）作为第1个用于病理诊断的WSI方案。人工智能在乳腺癌、前列腺癌、宫颈癌等肿瘤的病理学诊断训练中，均有很好的表现。智能影像学诊断等均有很大的进展，人工影像学诊断、其准确率与医生的经验和知识储备有很大关系，医生主观性很强，如果能让人工智能进行海量的诊断训练，影像学诊断和病理学诊断的漏诊误诊率会明显减少。

智能医生的发展，将促进其它智能治疗和智能医疗服务的发展。手术机器人、护理机器人、康复机器人、医疗服务机器人等智能治疗和智能医疗服务，利用智能医生的基础，将得到更深、更广泛的应用。达芬奇机器人、妙手机器人，在很大程度上解放了医生的双手，也提高了外科医生的手术操作精细度和灵敏性，但目前的手术机器人还有很多不足之处，如机器体型巨大、缺少触觉反馈、力反馈等，还需要更多的完善。

智能医生的发展，将促进医学研究的智能发展。人工智能在医学研究中也有很重要的作用。DeepMind公司的AlphaFold人工智能系统能根据氨基酸系列，精确地预测蛋白质的3D结构，其准确性可与使用冷冻电子显微镜（CryoEM）、核磁共振或X射线晶体学等实验技术解析的蛋白质3D结构媲美。多伦多大学的研究人员通过利用AlphaFold预测蛋白质结构，研究合成一种新型的肝癌靶向治疗药物。目前人工智能在医学研究中的应用只是刚起步阶段，医学研究中人工智能将有巨大的发展。

智能医生的发展，将产生巨大的社会效益

智能医生将为每个人带来平等的健康权。充分发展的智能医生，能使基层、偏远地区的人民得到与发达城市一样的高水平的医疗诊疗服务，人们不再因为地域因素而得不到良好的医疗保障。

智能医生的发展，将带来一场医学模式的大变革。人类历史上医学模式的变化是随着科学技术的发展而改变的。人工智能的发展，将会对医学模式产生巨大影响。AI医生培训和完善的过程，将与其它的智能诊疗技术结合，逐渐形成智能医学，将来的医学模式将发生巨大的变革，进入到智能医学模式。

在如今复杂的国际环境中，国内的一些低端产业逐渐向东南亚转移，高端产业亟待发展。智能健康必将是一个重要的发展方向，也必将在不久的将来会实现，而人工智能医生，是智能健康的重要基础，我们要积极进行布局。国外在人工智能医生方面已经走在前面，我们必须打造中国版的更成熟的人工智能医生，这不但事关我国全体人民的健康保障，而且还事关我国人民的生物数据安全。