当前位置：首页 > 百科 > 正文

人工智能医生(智能医疗的主导者是)

woniu
百科
2021-06-29
23290

文：曹振强（穿过白大褂的程序员）

在北京协和医院儿科实习时，遇到了一位间歇热患者，患者住院一个多月未查出病因，因此，除发热时做退烧处理外，再无实施任何治疗。这让我知道医疗诊断的重要性，也思谋着在这块做一些事。

后来，想着要做一个“互联网医生”，其实现原理是，将现有所有疾病的临床表现及其辅助检查结果存入数据库中，当患者输入其临床表现时，计算机通过数据处理及搜索引擎算法获得几种与症状最相符疾病的相似百分百，同时建议患者做相关的辅助检查，进一步提高相似百分百。通过疾病相似百分百结果建议患者去哪家医院，挂哪科就诊，由此做到普惠患者，提高诊断效率。

“互联网医生”的实现需要医疗疾病大数据和云计算两大资源，这两点的实现对于我们太难，但对于有百年基业的IBM公司就容易多了，据相关报道，IBM公司人工智能系统Watson（沃森）已经实现对某些疾病的诊断，并且准确率非常可观。其实IBM公司的人工智能系统Watson已经在医疗诊断、治疗及影像学分析方面都有介入，所以人们称其为“沃博士”或“人工智能医生”。

一、人工智能及其实现原理

1946年2月14日，世界上第一台电子计算机ENIAC（Electronic Numerical And Calculator）在美国宾夕法尼亚大学诞生。神奇的是它用‘0’和‘1’做为机器大脑直接识别的符号（机器语言），机器语言与人类神经系统能识别的‘+’和‘-’电荷（大脑语言）及其相似。计算机的“神经系统”组成部分包括输入设备、读入内存、中央处理器（CPU）、输出数据或指令、输出设备，你是否发现机器的“神经系统”与我们人类神经系统的感受器、传入神经、中枢神经、传出神经、效应器极其相似。

现阶段发展极快的深度学习人工智能，其核心算法正是模拟人类神经系统的“神经网络算法”。机器与人类大脑有极其相似的底层语言，极其相似的组织系统，所以有极其相似的智慧，也不足为奇吧！

LukeDormehl著作的《THINKING MACHINES》一书中这样定义人工智能，人工智能是研究人类智慧行为规律（如学习、计算、推理、思考、规划等），构造具有一定智慧能力的人工系统，以完成往常人的智慧才能胜任的工作。说白了，就是通过机器来完成人需要思考才能完成的工作，例如，咱们的医疗诊断，需要医生在课堂和实践中学习好多相关的知识才能做出最终的诊断。

人工智能又分为弱人工智能（传统人工智能）和强人工智能（自主学习），弱人工智能没有学习能力，其实现原理就是根据人类的需要，通过程序预前设定整个逻辑过程的人工系统，像前面所说的“互联网医生”就属于弱人工智能。

而强人工智能，也就是所谓的深度学习人工智能，其核心算法是模拟人类神经系统学习过程的“神经网络算法”，它需要一个学习过程，也就是机器学习邻域的训练。举一个简单例子，刚会走路的小孩，不知道火炉会烫手，用手摸火炉，第一次摸火炉（Input），火炉没有点燃，是凉的（Output），他认为火炉是可以摸的（ Feedback）。第二次摸火炉（Input），火炉点燃，烫手缩手（Output），他认为火炉是不可以摸的（FeedBack），经过多次训练，调整加入火炉是否点燃（Input变量），小孩（系统）最终就会知道没点燃的火炉可以摸，点燃的火炉不能摸，烫手。这就是所谓的深度学习人工智能。

二、人工智能为什么能做医生的活

医学是一门有规律的学科，在排除小概率的个体差异性外，某种疾病有什么原因引起，有哪些临床表现，通过辅助检查有哪些结果，通过什么方式治疗，治疗过程中需要注意哪些事项，治疗后需要做什么息护及怎么预防复发等。

通过上述我们对人工智能的认识，其实机器最擅长做的就是这些有规律的事，并且，理论上，可以将所有医学已有的知识存入云储存中，通过云技术（分布式技术）高效的分析医学规律，做出医学预防、诊断、治疗等一切措施，这一些弱人工智能就完全可以实现。对于一个人类医生，要学完已有所有的医学知识，并且储存在大脑中，那是完全不能实现的。

其次，现阶段，人类的知识记忆和思考方式是不可以被复制的，培养一个医生，当他离世的时候，他大脑里的一切全部消失，而机器的储存和逻辑运算方式是可以完全复制的，有一台机器有这样的功能，可以让上亿台机器同时拥有这样的能力。人工智能可以将全世界顶级的医学专家的所有成果聚集到一起，它就是一个超级医学专家。

当在弱人工智能的基础上，再加上机器深度学习，通过错综复杂的医学知识的训练后，机器也许可以发现人类未发现的结果。

三、医生团队未来应该怎样做

在学医的道路上，人们通常的思维就是医学需要背、记，有些理解能力相对差的同学，在考试前，会像背古诗一样的闭着眼睛背医学概念。通过我们对上述人工智能的了解，机器都可以思考了，这样的方式学医还可行吗？所以建议在医学学习道路的人们，希望以一种理解、思考、提出疑问、解决问题的方式去学习，这样才不会被机器取代。