记得前一段时间,我们专门聊过人工智能医疗,然而最近市场又被人工智能医疗刷屏了。刷屏的原因就是人工智能继战胜了国际各位围棋棋手之后,又有了一个新的突破,这个突破就是在医疗领域。今年 11 月,国家医学考试中心发布了 "2017 年国家执业医师考试临床综合笔试 " 合格线,由科大讯飞和清华大学联合研发的 " 智医助理 " 机器人取得了 456 分的成绩,大幅超过 360 分的临床执业医师合格线,标志着人工智能在全球范围内首次通过医考笔试。
这个消息出来的时候,可以说是业界一片震惊,因为机器人来抢医生饭碗的日子终究来了,今天我们就来聊聊连人工智能都已经通过了医师考试,那么 AI 医疗离我们真正临床应用到底还有多远?
一、全世界第一个通过医师考试的人工智能
事情是这样的,在今年的 8 月份,在国家卫计委和安徽省卫计委的指导下,科大讯飞和清华联合研发的人工智能机器人在国家医学考试中心参加了 2017 年临床执业医师综合笔试测试,为了验证这场测试的公正性,有专门的公证处进行了公正。
之后,成绩公布出来,这个被叫做 " 智医助理 " 的人工智能获得了 456 分的分数,再结合国家 360 分的及格线,可以说人工智能获得了一个绝对的高分。如果不了解国家临床执业医师综合笔试的人可能还不知道这个考试意味着什么?据数据统计显示,从 1999 年执业医师资格开考以来,考试难度一年比一年大,通过率越来越低,近年来,全国每年执业医师资格考试中考生的总体通过率基本保持在 25% 左右。在人工智能参加的这场考试中,共有两万多名真人学子参加了考试,人工智能在学习了近百万张医学影像资料、53 本专业医学教材、200 万分真实电子病历,40 万份医疗文献之后考到了这两万多人中的前 100 名,这个成绩不得不让人惊叹不已。
这也难怪有人感叹离人工智能取代医生,让医生下岗的日子可能真的不远了。
二、AI 医疗离落地还有多远?
之前我们在《智能医疗是如何成为新晋投资风口的?》一文中讨论过人工智能在一些较为成熟领域可能的应用,比如说医疗机器人、智能药物开发、智能诊疗和智能影像识别。现在来看随着技术的不断突破,这些领域的实现速度将会远超过我们的想象,之前我们对 AI 医疗 1.0 时代的预测恐怕在不久的将来就会成为现实,而如今我们就已经需要面对 AI 医疗的 2.0 时代了,这就是真正的人工智能医生。
突破人工智能医生的关键核心就是人工智能领域的深度学习技术,我们已经见证了这个技术如何在阿尔法狗的身上击败李世石,又打败了柯洁。这种学习能力超越了我们大多数人的想象,我们不妨来设计一下人工智能的落地路径。这种人工智能的医生不再是我们说的类似于 IBM 沃森的辅助医生,而是完完整整的替代人类的医生。
不妨假设一个这样的场景:某一天全世界大量的医院装备了 AI 医疗的设备,每天全球都会产生海量的病历和他们的治疗方案,从而不断地进行数据积累,从简单的搜寻类似案例进行治疗,再到复杂的从中深度学习,从而推导出其中的关联性以及概率,那么一场纯粹由人工智能来进行的治疗就已经不远了。它的实现方式是:
一是对于海量案例的深度学习。和人类学习一样,就像人工智能医生参加临床医生考试一样,学习大量的医学基础知识和每天不断更新变化的案例,所谓医学界的老专家就是因为他看过了大量的病人,从而对病人状况的判断就能更加准确,但是老专家没办法量产,因为他的知识没办法进行 100% 的传承,而人工智能则并不是如此,它也是依靠海量的案例来学习,但是这种经验是可以不断累加的,机器人所能够接受的训练强度和效率是远超过人类的,正如当时李世石在睡觉的时候,阿尔法狗已经和自己下过了几百万盘棋一样,机器人不需要休息,学习效率更高,从而培养 AI 医生的成本比培养人类医生会更低。
二是更加精确的概率判断。我们在看病的时候经常能够看到医生在病历里面写下:病人描述了什么样的症状,有一个什么样的化验结果,认为什么样的疾病的可能性比较大。这就是一般医生的诊断方式,这就是概率诊断,在现实生活中医生对于疾病的诊断方式就是概率诊断,所以在这方面机器人远比人类更擅长概率分析和判断,所以很快我们就可能看到机器人帮助真人医生判断病人的状态,甚至在一些对于概率使用更大的门类中不断增加 AI 的比重了。
三是诊断的全面标准化。一直以来,医生都被要求进行标准化诊断,但是实际上诊断却是一个个人主观判断很高的东西,所以标准化诊断虽然是一个要求却很难被执行,而对于 AI 医疗来说,标准化诊断却是人工智能天生的本能,所以在标准化要求越高的领域 AI 医疗实现替代的概率也就越大。
可以说未来已来,当 AI 医疗通过临床考试的时候,就代表其离真正的应用不再那么遥远了。对于投资者来说,或许也需要好好辨认一下 AI 医疗的投资方向了。