90%接受访谈的医界人士表示他们相信AI有助于改善临床诊疗和电子病历管理。

　　尽管人们对AI在医疗领域应用前景很乐观，但全面拓展AI应用仍有待深入实践。

　　此次疫情积累了大量临床诊疗和公共卫生数据。按理讲，依靠AI数据模型分析和社会人口流动动态趋势，AI应当能预警哪儿可能是潜在“热点”或“高危区域”，结果是热点冒出来了，AI专家才说“我知道...”

　　AI被誉为解决世界上许多紧迫问题的“万灵丹”。它可以提高网络安全，减少能源消耗，甚至加强对野生动物保护。在医学领域AI应用更是大放光彩，比如选择精准诊疗方案，在放射和病理诊断方面潜能最为突出。

　　最近一次访谈调研，90%医界人士表示相信AI有助于改善临床诊疗和电子病历管理。尽管对AI在医疗中的应用前景很乐观，但全面引入AI仍有待时间检验。

　　《重新启动AI：构建可信的AI》作者之一，马库斯博士讨论了AI可以完成和无法完成的事情。他认为赋予机器AI(人工智能)，需要纳入现实世界的复杂性和创新内容，甚至是实时数据信息。

　　《JAMA》主编采访了马库斯先生，他分享了有关AI的局限性和在公共卫生和医疗保健方面的潜能，特别是在全球新冠疫情大流行期间的应用，以下是有关访谈内容与业界人士分享。

　　这也是为什么引出了标题“AI本来可以帮助北京"新发地"疫情爆发预测预警，遗憾的的是疫情热点爆出来了，AI专家才说“我知道!...”

　　JAMA：你的书中谈到AI存在的局限性，可以给出一些具体案例吗?

　　马库斯博士：目前AI还存在很多局限性，AI能做的是统计事物的历史数据，在某些方面很有用，例如区分斑马和马。该系统可以记住并区分斑马和马。

　　但是，对认知和鉴别罕见病却存在局限性。因为没有现成可参考数据，甚至在数据库中也没有很多有参考价值的数据。AI还没有办法做到对不寻常事物的推理，或像人一样逻辑思维。

　　一个值得关注的领域是对自然语言的理解。如何让AI理解一个人的语言，在这方面仍有很大局限性。一些聊天机器人仅能理解我们谈论事情的皮毛，而且很笨拙。AI机器人不能理解谈话过程中发生了什么，下一句可能发生什么。

　　但是，当一个特定时间点有很多数据需要处理时，AI是最好的帮手。 当 你越深入动态开放现实世界时，我们对AI依赖就越少，越觉得AI帮不上什么。

　　JAMA：这是因为数据质量问题吗?

　　马库斯博士：最大问题是不知如何构建能从有限数据中得出可靠推论的AI系统。在积累数据方面已经做得比以前好多了，也擅长简单推理，但仍不能解决这个问题。

　　在现实世界中，大多数颇具争议的推论都源于不完整数据信息，所以在理解某些因果关系上需要冒险推论或合乎逻辑选择。

　　我们还没好方法解决这些问题，部分原因是这些技巧依赖人们对世界如何运作和因果关系的理解，这是AI系统所欠缺的。

　　JAMA：在医疗保健方面，AI的潜力是如何与现实需求相互匹配的?

　　马库斯博士：随着时间推移，更多数据被收集;开发出新技术，AI将变得越来越好用，但需要一段时间，或许这是AI过度承诺时期。

　　有些人认为可以停止培训放射科医生了。因为深度学习能替代放射科医生的工作，但是到目前为止，AI没有任何办法取代任何医护专业工作。

　　现在，有数百家公司开发放射治疗和辅助诊断AI系统，没有哪家企业能用AI取代放射科医生。事实上，AI仅能完成放射科医生工作流程中一个小环节，无法完成全部工作，甚至无法取代那些小环节。

　　对于电子健康档案信息分析，目前最大问题是非结构化文本数据。在工作中，医生常常写简单便条做提示(很重要、很简捷)，AI无法理解人类的语言表达，更难看懂医生们写出来的速记笔记。

　　总之，在分析电子健康档案方面AI能提供一些帮助，但并不能从根本上解决我们所需要解决的问题，从以往病案中寻找最佳方案或问题所在。

　　JAMA：是否有证据表明AI成功应用于医疗保健服务?

　　马库斯博士：目前，临床医生与AI系统之间的合作是朝着正确方向发展。例如AI系统无法像放射科专家那样完成多个环节工作，但能够做些需要精准处理的事情。

　　就像会计们用计算器一样，你可以认为那是一种简单形式的AI辅助系统，协助弥补人工局限性。但会计不会让机器人完成全部税务工作。在某些事情上人的逻辑判断依然是最重要的，不可替代的。

　　放射科医生可以同样方式思考AI应用。AI辅助系统协助快速浏览大量图像，但医生仍需要作出自己的判断，尤其是棘手问题或不能鉴别的情况。

　　大量数据表明，AI机器人+放射科医生能够完胜放射科医生或完胜AI机器人本身。

　　JAMA：临床医生担心AI在未来某一天会取代他们吗?

　　马库斯博士：简单讲，在近期或几年后，医生的工作会发生一些变化，将利用新辅助工具，需要知道如何应用这些辅助工具，它们是AI系统，特别是在互联网远程医疗/虚拟医疗方面。就好像一位会计师需要知道使用智能计算器，如果他的同事学会了，他会感觉到落伍了。

　　当越来越多医生可以熟悉应用互联网远程医疗和面对面诊疗两种服务方式，那么，AI辅助系统会更广泛的扩展空间——互联网远程医疗。

　　医生天天看病历、资料实在忙不过来了

　　如果你是一位临床医生，不会用AI辅助工具或不知道如何提供互联网远程诊疗，你会落后于其他掌握相关技术的同行医生，收入自然而然会受影响。

　　但是，AI辅助工具和远程医疗不会完全取代现有的医疗服务模式。在某种程度上，AI辅助工具对于大多数情况下足够成熟了，目前仍有很多扩展空间或领域。

　　JAMA：在未来健康管理和医疗实践中AI会扮演什么角色?

　　马库斯博士：首先在分诊阶段应用AI系统，包括智能手机App有助于判断病情和精准分诊。最有用的场景可能是皮肤科分诊和AI-App，帮助那些无法预约皮肤科医生的患者初步判断疾病情况。这个过程可以应用AI系统评估和决定是否看医生或远程咨询。

　　通过AI软件系统实现这些功能，既方便，又快捷，还经济实惠。从长远来看，临床医学将变得与现在完全不同了。

　　特别是在此次疫情之后，在新常态下的互联网远程医疗/虚拟门诊将大量引入AI智能系统，这是必然发展趋势。

　　沃尔玛、亚马逊、分钟诊所进入保健服务领域

　　最终场景是每位医生有一个AI助手，通过它阅读需要的医疗记录、科学文献，找出什么精准方案。AI助手不亚于在某个专业领域资深专家能做到的阅读能力。

　　会有那么一天，AI辅助系统帮助医生发现可能错误，特别是那些非常规性失误，避免更大风险，让患者获益。

　　JAMA：机器学习、自然语言处理和计算机视觉等在协助应对疫情方面的潜力?

　　马库斯博士：我们看到AI系统在协助医生和科研人员寻找关于细胞因子风暴的文章。我们也通过AI识别影像资料明确疾病诊断方法。

　　AI能够协助医生找到一些新冠肺炎之间的差别，提供一些额外检查或治疗建议。从根本上，新冠病毒疾病和疫情仍是一种全新医学问题和疾病。

　　我们不应当阻止任何尝试，不反对应用AI开展应对新冠病毒疫情的工作。在大量文献检索方面，AI肯定能做很多事情，为下一次大流行做好准备。

　　同时，我们不应当止步于AI帮忙我们解决某个问题，AI肯定是有所帮助的，但不会是什么“灵丹妙药”或“先知先觉”。

　　疫情给我们对AI将“成为什么”一个务实的警示。有些人通过推销AI系统赚了很多钱，例如构建AI优化人们想要看到的结果或数据分析模型等，但这不是AI应该做的事情，AI能为人类作出更大贡献。

　　应当思考如何帮助全世界、全人类，将AI提升到从根本上加快医学科学的发展。