AI如何改变医疗未来？

　　众所周知，由于数字革命，数字技术解放了广大医生、护士和研究人员，医护工作者可以将更多的精力放在更高层次的认知任务和患者护理上，而人工智能的使用，势必将此提升到新的水平。

　　随着人工智能技术不断进步，它有望在三个关键领域增强人类的思维力量：高级计算、统计分析和假设生成。这三个领域对应于AI发展过程中的三波浪潮，以医疗领域为例：

　　第一波AI：评估心脏疾病风险

       AI的第一波浪潮在“知识工程”技术和优化软件方面，找到了解决现实世界问题的高效方案，比如包括提高效率的调度平台或基于互联网的税收申报产品。

　　第一波AI技术已通过一些方式运用于医疗界。比如，弗雷明汉风险评分计算器使用AI来评估患者的心脏疾病风险。然而，现在有许多机会来扩大这项技术在医疗行业的应用范围。

　　第二波AI：临床决策支持系统等

　　第二波AI浪潮的特点是机器学习软件利用统计概率分析来进行先进的模式识别。相比第一波AI，第二波AI具有感知和学习能力，有时比人类更胜一筹。

　　这种不断发展的模式识别技术已经运用于医学领域的“临床决策支持系统”以及用于分析和评估基因检测结果、视网膜扫描和超声波心动图的其他软件，不过仍有改进的空间：这些软件仍无法完全取代人类评估，因为它们深度解释数据的能力无法与人类媲美。

　　第二波AI技术依赖干净、合理编码的数据集来学习。所以虽然学习和感知能力已达到了非常出色的程度，但获取足够干净或全面的数据集的能力依然有限。

　　第三波AI：医学研究

　　世界正进入AI的第三股浪潮：软件对各种数据的上下文进行规范化，以便生成新的假设。这些技术能够检查庞大数据集，识别统计模式，并创建算法来解释模式。

　　第三波AI的巨大潜力在于能够增加进行合理分析的数据量。这些软件对各个数据点的上下文进行规范化，以此识别之前无关联的数据点之间的联系。这样一来，可以在众多医疗场景下同时生成和测试新假设。

　　就拿像强生这样的医疗公司来说，它们已开始投入于高级AI软件以获得竞争优势。这类技术带动了重大的科学发现，包括鱼油与雷诺病之间的关联。

　　第三波AI在改变游戏规则，因为它有望使任何重复性的手动任务实现自动化。它可以学习并解释复杂的统计模式，还可以向人类传授它学到的东西。这种技术要充分发挥功能还有一段路要走，但潜力巨大。

　　未来的AI：解放医生，让更多人获得高质量、高效率医疗服务

　　就算出现了第三波AI，计算机也不太可能在不远的将来取代医生的诊断角色。比如说，AI软件的局限性仍太强，仅限于通过综合表象症状（比如热度、颜色、气味、疼痛程度和流脓）来评估伤口感染。

　　然而，AI现在已足够先进，可以使医生处理的许多乏味的重复性任务实现自动化。比如说，它可以缩短分析细菌标本所需的时间，推荐合适的抗生素处方药。这让医生有更多的时间和精力去执行更高层次的任务，比如患者教育和临床评估。

        AI技术在医疗界的潜在应用非常广泛，又令人兴奋。医疗服务机构在探索将AI软件运用于保险核实、皮肤癌诊断、检验结果分析以及病历数据分析。我们现在才开始探索医疗创新的深度，不断进步的AI技术有望为此创造条件。

　　随着AI应用软件日益与医疗界整合起来，越来越多的人将获得高质量、高效率的医疗服务。

　　延伸：

　　医疗界必须学会更好地将重复性的、低层次的认知功能委派出去，好让医疗专业人员将更多精力集中在更高层次的思考上。为了明白这个要求，不妨先看一下.C.R. Licklider 在1960年的论文《人机共生》中提到的一段内容：

     “我的‘思考’时间大约85%花在了思考、做出决定以及学习需要了解的东西上。花在寻找或获取信息的时间比消化吸收信息的时间多得多......需要几小时的计算才能将数据转化为可比较的形式。数据呈现可比较的形式后，只要几秒钟就可以确定我需要知道的内容。”

        Herbert A. Simon在发明有限理性（bounded rationality）这个短语时提出了类似的想法。其想法是，如果人们获得有限、相关的信息，并有足够的时间来处理信息，则会做出最好的决策。

　　计算机让我们得以优化决策能力，因为它让我们更容易获取与决策密切相关的信息，同时挑出毫不相关的事实或数据。现在人类花在试图决定分析什么信息上的时间较少，可以花更多的时间运用我们思维更高层次的计算能力来处理出现在面前的信息。