未來你的工作安全嗎？人工智慧已經把醫生都打敗了

原作者：Graham Templeton

編譯：淼助

圖片來自網路。

中醫望聞問切以「望」為首，西醫也通過各種高科技設備對人體組織進行「觀察」。而診斷疾病斯坦福大學有項新研究可能會「開罪」整個醫學界，那就是他們新開發了一項機器學習演算法，在對特定癌症組織圖像進行識別診斷時，精度遠遠高於人類專家。這表明，計算機不僅在醫學低端領域可以代替人類，而且在某些情況下比人類醫生還厲害。

生化實驗室，大部分科學家都需要互相服務，每個科學家對一些生物組織的判斷就會形成自己的經驗，如果嚴格各司其職互不溝通的話，判斷結果往往出入很大。斯坦福教授Michael Snyder說，「實踐中病理學是很主觀的…兩個醫術精湛的病理學家評估相同的光片時，只有約60%的判斷是相同的。」（這個說法淼助沒有查證，並不能確定。）

例如，看看這些染色的乳腺癌組織的幻燈片。即使對於經過嚴格訓練的醫生，有問題的點（箭頭處）和正常生長的地方差別也非常輕微。對嚴重程度進行評分時會更難判斷。那麼問題來了，你的健康由醫生對類似這種照片的評分來診斷的話，你願意嗎？

斯坦福科學家通過對新開發的這個演算法系統進行培訓，看過了超過2000張幻燈片，來識別超過10000個人的特徵，綜合做出正確的診斷。而且，這個演算法沒有任何科學或專業的偏見，根據每個幻燈片的個體特點進行評分。值得注意的是，這個演算法僅以癌症的視覺特徵作為依據。它能幫助人類在未來識別癌症，這在以前是不可思議的。

這對醫學意味著什麼？長期以來的研究表明，計算機在基本判斷上更厲害，你給一個AI列出你的癥狀，可能會得到更好地服務。當然，這樣的機器人醫生在解釋檢查結果方面有時候能力有限。當然，人工智慧可以自動安排一個X光測試，一個護士可能夠使用X光，那一個醫生來理解和解釋的X光照片是必須的嗎？也許不久以後就不需要了。

人們以為科技影響醫學就像其他行業的自動化浪潮一樣：它將首先打破醫生的整體工作，變成了只做部分工作，慢慢將不涉及體力勞動的一切都計算機化。這就必然使剩下的體力任務少的精英做專家，並強調其難度，降低補償，直到先進的人工智慧也達到那個高度。

機器學習的奇蹟在於它是一種高度通用的方法，能夠適應任何挑戰。比如要學習鎖骨骨折或者耳部感染有關的視覺特徵及相關語言的話，只要有正確的輸入，AI就能輕鬆掌握。

即將到來的自動化技術浪潮對我們影響是巨大的。如果醫生都不安全，那什麼職業安全呢？——原作者給普通人的答案是無足輕重的無聊工作。因為醫學事關生死，所以才成為新科技最想攻克的目標。

機器人可以開車、送快遞、做家務、甚至寫文章、做出音樂作品、寫詩。李淼老師說離藝術化、人性化越近的工作，機器越難以代替。難怪這個時代越來越娛樂化。

歷史是流動的，相信更高的生產力會出現新需求，會讓我們有新的工作。可惜對於許多人而言，當個寵物人也挺好。

李淼老師新書《果殼裡的一百五十九個宇宙》，對於世界的獨特視角令人腦洞大開。