中山大學(xué)中山眼科中心近日發(fā)布消息稱，該中心人工智能學(xué)科團(tuán)隊(duì)完成醫(yī)療AI（人工智能）醫(yī)生多中心隨機(jī)對(duì)照研究。研究顯示，AI醫(yī)生在真實(shí)臨床門診中準(zhǔn)確率較人類醫(yī)生低，但是AI診斷耗時(shí)短，表明現(xiàn)階段的醫(yī)療AI可以在臨床上輔助人類醫(yī)生，提高工作效率。

該中心利用深度學(xué)習(xí)建立了“先天性白內(nèi)障人工智能診斷決策平臺(tái)”，把入組的兒童患者隨機(jī)分成兩組，分別進(jìn)入由該平臺(tái)接診的人工智能門診和具有5年臨床經(jīng)驗(yàn)的人類眼科醫(yī)生接診的?？崎T診接受診斷，對(duì)比兩組醫(yī)生對(duì)先天性白內(nèi)障診斷的準(zhǔn)確性。AI醫(yī)生在真實(shí)臨床門診中對(duì)先天性白內(nèi)障的診斷準(zhǔn)確率為87.4%，與試驗(yàn)訓(xùn)練階段的準(zhǔn)確率98.87%相比有差距，也低于人類?？漆t(yī)生的準(zhǔn)確率，表明AI在實(shí)驗(yàn)室試驗(yàn)的訓(xùn)練結(jié)果并不能完全代表其真正的診斷能力。這一結(jié)果已經(jīng)發(fā)表在國(guó)際權(quán)威醫(yī)學(xué)期刊《柳葉刀》子刊E Clinical Medicine最新一期（2019 Mar）上。

這項(xiàng)研究似乎部分驗(yàn)證了之前的另一個(gè)消息，IBM人工智能醫(yī)療部門沃森健康大幅裁員五到六成，其“醫(yī)療AI宣告失敗”。但消息并非完全準(zhǔn)確，事實(shí)上不只IBM沒有放棄醫(yī)療AI的探索，世界上更多的人工智能公司和醫(yī)學(xué)研究機(jī)構(gòu)都在聯(lián)手，進(jìn)一步加強(qiáng)這方面的研究。

不過(guò)，中山眼科中心的研究結(jié)果也再次明確了，現(xiàn)階段醫(yī)療AI還不能落地，至多可輔助人類醫(yī)生進(jìn)行醫(yī)療和研究工作。

從技術(shù)上看，現(xiàn)代醫(yī)療（醫(yī)學(xué)）更適合于采用現(xiàn)代技術(shù)，在科學(xué)邏輯上也更適應(yīng)和吻合，即循證醫(yī)學(xué)?，F(xiàn)代醫(yī)學(xué)需要通過(guò)隨機(jī)雙盲大規(guī)模臨床試驗(yàn)和病例治療以獲得大數(shù)據(jù)支撐的對(duì)疾病治療效果的證據(jù)。這些數(shù)據(jù)又可以通過(guò)計(jì)算機(jī)和AI的算法學(xué)習(xí)來(lái)對(duì)有明確病因、病癥的疾病進(jìn)行診治。此外，現(xiàn)代技術(shù)也日益廣泛而深入地滲透到醫(yī)療領(lǐng)域，如CT電子計(jì)算機(jī)斷層掃描（CT）、磁共振成像（MRI）、心腦電圖等。

因此，當(dāng)世界上第一位AI醫(yī)生——沃森醫(yī)生問世之時(shí)，人們對(duì)其寄予了諸多希望，對(duì)其功能和真實(shí)效果的解讀也或多或少夸大了。但后來(lái)的一系列研究表明，對(duì)醫(yī)療AI揠苗助長(zhǎng)的心態(tài)不可有，沃森醫(yī)生也會(huì)開錯(cuò)藥?，F(xiàn)在，中山眼科中心的研究同樣發(fā)現(xiàn)，醫(yī)療AI在試驗(yàn)階段的準(zhǔn)確度會(huì)更高，但在實(shí)際診治疾病時(shí)正確率會(huì)下降。

原因當(dāng)然是多方面的，不過(guò)，人類疾病的發(fā)生、發(fā)展和轉(zhuǎn)歸都有無(wú)數(shù)的因素綜合交織在一起，很多疾病機(jī)理連人類都還不清楚，更何況AI學(xué)習(xí)和體驗(yàn)的。致病因素不僅有生物的，如細(xì)菌、病毒、支原體等微生物，還有物理的，如聲光電、溫度和干濕度等，也有化學(xué)的，如苯并比、二惡英、各種殺蟲劑、農(nóng)藥等。而無(wú)論是生理還是病理的作用，需要在活著的生物體中才能真實(shí)發(fā)生，例如很多酶都是需要在有機(jī)活體某一范圍的溫度下才有活性，并發(fā)揮作用;有些病毒需要生物體特殊的細(xì)胞結(jié)構(gòu)才能入侵人體，如HIV入侵人體T細(xì)胞。

現(xiàn)階段除了讓醫(yī)療AI輔助人類醫(yī)生以提高工作效率外，研發(fā)和應(yīng)用應(yīng)當(dāng)側(cè)重最容易學(xué)習(xí)也最有效果的一些領(lǐng)域。實(shí)踐證明，有大量標(biāo)注數(shù)據(jù)、規(guī)則清楚、圖像和標(biāo)志清晰、結(jié)果定義明確的疾病比較適合利用人工智能，如食道癌的診斷。此外，對(duì)于單一病種的細(xì)分領(lǐng)域，如心電圖的判讀，AI也有較高的準(zhǔn)確率。

此外，AI進(jìn)入醫(yī)療領(lǐng)域，也應(yīng)有社會(huì)倫理和法律的制約。正如自動(dòng)駕駛出現(xiàn)意外誰(shuí)需要負(fù)責(zé)一樣，如果AI診治疾病出現(xiàn)誤診誤治誰(shuí)來(lái)負(fù)責(zé)，是AI？AI的設(shè)計(jì)者？抑或是AI的操作者？現(xiàn)在，一些國(guó)家已經(jīng)在研究無(wú)人駕駛的各種問題，同樣，AI應(yīng)用于醫(yī)療也需要研究相應(yīng)的法律責(zé)任和解決之道。解決了倫理和法律問題，在技術(shù)有了突破后，AI才能真正應(yīng)用于各種領(lǐng)域。