IBM沃森健康項目受挫 人工智慧在醫療領域前景幾何

近年來，人工智慧和機器人已經開始在不少行業衝擊人類勞動者。即便是被認為要有較高專業知識積累的醫療領域，也是如此。

要成為一名合格的醫生需要紮實的醫學知識和豐富的診療經驗。傳統觀點認為，在這方面，機器很難取代醫生的作用。然而，在局部領域機器人醫生已經對醫療行業發起了挑戰。

在2009年，美國明尼蘇達州羅切斯特梅奧診所的研究人員創建了一個人工神經網路，用以診斷心內膜炎，即心臟內層的炎症。心內膜炎通常需要用探針插入患者食道中，以判斷炎症是否由潛在的致命感染所引起的，這個過程非常痛苦，而且價格非常昂貴。對患者來說還存在一定的風險性。

梅奧診所的醫生則依靠常規測試和觀察到的癥狀訓練了一個人工神經網路以診斷，取代了過去傳統的用探針插入患者食道的做法，不僅降低了成本，提升了效率，還大大降低了患者的痛苦。根據一項涉及189例患者的研究發現，這個人工神經網路的準確度超過99%，使一半多的患者免於接受不必要的侵入性診斷程序。

人工智慧應用在醫學中的最重要的好處之一就是可以避免診斷和治療中潛在的致命錯誤。在美國，每年死於醫療差錯的患者有9800人。美國醫學研究所2006年的一份報告估計，單用藥錯誤傷害的美國人就至少有150萬，而這種失誤導致每年35億美元的額外醫療費用。能夠獲得患者詳細病史，以及相關藥物信息的人工智慧系統，甚至在涉及多種藥物互相作用的複雜情況下，依舊可以避免這種錯誤。

人工智慧還可以作為醫生和護士的顧問，畢竟人工智慧的資料庫遠遠超過一個醫生能夠掌握的病例，何況人工智慧系統還能集成過去幾十年全球最優秀醫生在診療中積累的絕大部分知識和經驗。在有些醫學領域，尤其是那些不需要直接與病人互動的領域，人工智慧不僅可以取代醫生，還在診療準確率和診療效率上都超過了人類醫生。受益於圖像識別和處理技術飛速發展，放射科的機器人醫生在經過各種醫學掃描圖像的訓練之後，能夠很快識別X光、磁共振、CT等掃描圖像。由於機器不會疲勞、不會分心，且擁有比人類醫生更加龐大的資料庫進行對比，因而可以輕鬆勝任放射醫生的工作崗位。

不過，從實踐上看，將人工智慧應用於醫療，也出現了「開錯葯」的情況。以大名鼎鼎的IBM沃森項目來說，因為人工智慧「開錯葯」，導致其失去不少重量級客戶，不得不大規模裁員，連IBM沃森健康項目的負責人黛博拉也離職了......

由於技術在發展中總是會經歷挫折，因而會有「發現問題——解決問題」這樣一個螺旋式提升的過程，因而隨著技術的不斷完善，相信人工智慧將在醫療領域發揮著自己的作用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！