劉 榮

(解放軍總醫(yī)院，北京，100853)

隨著智能革命的浪潮拓展至醫(yī)療領(lǐng)域，醫(yī)學(xué)將進(jìn)入智能醫(yī)學(xué)時代。目前，人工智能技術(shù)逐漸成熟，其在醫(yī)療行為中的應(yīng)用也越來越多，這必將給醫(yī)學(xué)帶來深刻變革[1]。我們曾提出過智能醫(yī)學(xué)的概念：智能醫(yī)學(xué)，即使用人工智能的工具、方法，輔助或替代人類進(jìn)行醫(yī)療行為的科學(xué)。智能革命的發(fā)展方向除高效率與標(biāo)準(zhǔn)化外，還有個體化的靈活性生產(chǎn)。在醫(yī)學(xué)領(lǐng)域，這種發(fā)展趨勢可體現(xiàn)為標(biāo)準(zhǔn)化的醫(yī)療行為與個體化的醫(yī)療設(shè)計。在這樣的大趨勢下，醫(yī)療產(chǎn)業(yè)結(jié)構(gòu)會發(fā)生巨大變化，人工智能會越來越多的承擔(dān)目前醫(yī)生的工作。很多人認(rèn)為，智能醫(yī)學(xué)時代的到來會沖擊現(xiàn)有的醫(yī)療體系，導(dǎo)致大量醫(yī)生失業(yè)。對此，筆者的觀點(diǎn)是，智能醫(yī)學(xué)沖擊現(xiàn)有醫(yī)療體系是必然，也必將會對醫(yī)生這個古老的職業(yè)帶來巨大的沖擊，但是如果說智能醫(yī)學(xué)會導(dǎo)致醫(yī)生大量失業(yè)，則未必如此。這并不意味著醫(yī)生將會失去用武之地，智能醫(yī)學(xué)對醫(yī)生的工作價值造成沖擊的同時，也會創(chuàng)造大量新的需求，迫使醫(yī)生從現(xiàn)有的工作轉(zhuǎn)向新的、與智能醫(yī)學(xué)需求相適應(yīng)的工作。相應(yīng)的，醫(yī)生的培養(yǎng)模式也會發(fā)生巨大變化。因此，醫(yī)生應(yīng)努力適應(yīng)智能醫(yī)學(xué)的發(fā)展趨勢，為智能醫(yī)學(xué)的發(fā)展做出自己的貢獻(xiàn)。本文現(xiàn)詳細(xì)討論智能醫(yī)學(xué)發(fā)展的大趨勢及醫(yī)生應(yīng)如何轉(zhuǎn)型以適應(yīng)智能醫(yī)學(xué)的發(fā)展。

1 智能醫(yī)學(xué)的發(fā)展趨勢

目前，人工智能在各領(lǐng)域都展現(xiàn)出越來越廣泛的應(yīng)用前景。很多人將以人工智能為代表的新技術(shù)革命稱為“第四次工業(yè)革命”，即智能革命[2]。與前三次工業(yè)革命相同的地方是，智能革命的目的在于使用新技術(shù)提高生產(chǎn)力與生產(chǎn)效率、降低生產(chǎn)成本。而與前三次工業(yè)革命不同之處在于，智能革命首次強(qiáng)調(diào)了“生產(chǎn)靈活性”的概念[3]。提高生產(chǎn)靈活性的核心是根據(jù)愈發(fā)多變的市場需要進(jìn)行個性化的大規(guī)模制造及高效的柔性生產(chǎn)。智能革命要解決的矛盾是標(biāo)準(zhǔn)化生產(chǎn)與個性化需求間的矛盾，通過增強(qiáng)生產(chǎn)的可塑性，滿足個性化、定制化的需求，與此同時，通過智能化、自動化滿足大規(guī)模的標(biāo)準(zhǔn)化生產(chǎn)。

目前，老齡化日益嚴(yán)重，加之醫(yī)護(hù)人員數(shù)量增長緩慢[4]，導(dǎo)致醫(yī)療需求的增長與醫(yī)療資源不足之間產(chǎn)生了巨大矛盾。此外，醫(yī)療受眾知識水平的普遍提高與信息互聯(lián)互通程度的加深，使醫(yī)患間的信息不對稱狀況逐漸減輕，為醫(yī)療提出了越來越高的要求。在這種醫(yī)療行業(yè)的大背景下，智能革命帶來的智能化高效生產(chǎn)與生產(chǎn)靈活性的提高為解決醫(yī)療行業(yè)面臨的矛盾提供了可行的思路。將智能革命的目的與特征應(yīng)用于醫(yī)學(xué)領(lǐng)域，筆者認(rèn)為，智能醫(yī)學(xué)的發(fā)展趨勢應(yīng)該是：標(biāo)準(zhǔn)化的醫(yī)療行為+個體化的醫(yī)療設(shè)計。

首先討論標(biāo)準(zhǔn)化的醫(yī)療行為。醫(yī)療行為的標(biāo)準(zhǔn)化始終是發(fā)展的大趨勢，也是我們一以貫之的追求。然而目前醫(yī)療行為的標(biāo)準(zhǔn)化程度依然較低。以手術(shù)為例，盡管目前對于各種疾病的手術(shù)治療均已形成規(guī)范與指南，但手術(shù)畢竟需要人來完成，這導(dǎo)致不同術(shù)者之間手術(shù)方法、水平均存在巨大差異。而如果使用人工智能控制設(shè)備，則可大大提高操作的精確性、標(biāo)準(zhǔn)化程度。目前使用人工智能代替人類進(jìn)行醫(yī)療操作仍處于探索階段，通過人工智能實(shí)現(xiàn)標(biāo)準(zhǔn)化醫(yī)療行為的過程依然任重而道遠(yuǎn)。

再來討論個體化的醫(yī)療設(shè)計。人不是機(jī)器，患者的情況不同，不可一概而論，一種治療方法不可能適于全部患者，個體化的醫(yī)療設(shè)計可大大提高醫(yī)療質(zhì)量。在醫(yī)學(xué)的起源時代，由于沒有任何標(biāo)準(zhǔn)化的依據(jù)可參考，醫(yī)生對患者所施行的醫(yī)療可能都是不一樣的。所有的醫(yī)療行為均是“個體化”的。但這種“個體化”顯然不是我們所追求的個體化；我們追求的個體化是建立在充分證據(jù)的基礎(chǔ)上，根據(jù)患者情況選擇最適合的治療方法。其目的不是追求每個個體都不同，而是追求與個體分別相適應(yīng)。

也就是說，一方面我們應(yīng)根據(jù)個體的具體情況進(jìn)行不同的醫(yī)療設(shè)計；而另一方面一旦個體化的醫(yī)療設(shè)計得以確定，實(shí)施過程中的每一個流程都必須是標(biāo)準(zhǔn)化的，這樣的醫(yī)療行為才值得信賴。從這個角度而言，標(biāo)準(zhǔn)化醫(yī)療行為并不是個體化醫(yī)療設(shè)計的障礙，而是個體化醫(yī)療設(shè)計的基礎(chǔ)。

2 智能醫(yī)學(xué)時代醫(yī)生的“轉(zhuǎn)型升級”

目前，很多人認(rèn)為，如果使用人工智能輔助或替代人類實(shí)施醫(yī)療行為，會導(dǎo)致醫(yī)生大量失業(yè)。筆者認(rèn)為這樣的觀點(diǎn)是不準(zhǔn)確的，智能醫(yī)學(xué)無疑會給現(xiàn)有的醫(yī)療模式帶來巨大沖擊，但其結(jié)果不是導(dǎo)致醫(yī)生無用武之地，而是迫使醫(yī)生轉(zhuǎn)向新的、與智能醫(yī)學(xué)的需求相適應(yīng)的工作崗位?？梢詫⑦@個問題放至更大的背景下來看，在人類文明的發(fā)展歷程中，尤其近代，使用工具替代人類是一個持續(xù)不斷的過程。但我們看到，在人口爆炸的今天，絕大多數(shù)的人依舊在工作并為社會創(chuàng)造價值。其原因在于技術(shù)不僅僅是在滿足需求，更是在創(chuàng)造需求。在農(nóng)業(yè)時代，沒有人會需求私家車、智能手機(jī)、筆記本電腦，這些都是隨著科技的進(jìn)步創(chuàng)造出來的。而新技術(shù)在創(chuàng)造新需求的同時，也會同時引導(dǎo)生產(chǎn)力的轉(zhuǎn)移。

以微創(chuàng)手術(shù)為例，在微創(chuàng)手術(shù)出現(xiàn)前，醫(yī)生、患者都希望有一種創(chuàng)傷小又美觀的手術(shù)方式，但這種需求是一種縹緲的需求，就像今天人們對于太空旅游的需求一樣。但在電視腔鏡出現(xiàn)后，很短時間內(nèi)患者就建立了對腔鏡手術(shù)的需求；而在Da Vinci手術(shù)系統(tǒng)問世后，對于這種先進(jìn)手術(shù)方式的需求也隨之建立起來。與此同時，在手術(shù)臺之外，腹腔鏡與Da Vinci手術(shù)系統(tǒng)又帶動了一大批產(chǎn)業(yè)的發(fā)展。也就是說，新的技術(shù)一方面在滿足醫(yī)生與患者的需求，另一方面也在創(chuàng)造新的需求。

智能醫(yī)學(xué)在滿足個體化醫(yī)療設(shè)計與標(biāo)準(zhǔn)化醫(yī)療行為實(shí)施的過程中，同樣會創(chuàng)造大量新的需求。如在個體化醫(yī)療設(shè)計、建設(shè)醫(yī)療大數(shù)據(jù)平臺的過程中需要進(jìn)行數(shù)據(jù)采集、整理分析[5]；在醫(yī)療行為的標(biāo)準(zhǔn)化中需要的設(shè)備設(shè)計、制造、運(yùn)行與維護(hù)；以及我們在目前技術(shù)條件下無法想象的技術(shù)，這些都是智能醫(yī)學(xué)將創(chuàng)造的巨大需求。此外，患者不是機(jī)器，治療過程需要的不僅僅是治療本身，還需要安慰、溝通與交流[6]，這些工作都是人工智能在短期內(nèi)難以實(shí)現(xiàn)的，同樣會產(chǎn)生大量的相應(yīng)需求。

所以說，智能醫(yī)學(xué)是使用人工智能替代或輔助醫(yī)生進(jìn)行的診療行為，但這并不意味著“無人醫(yī)院”，而是迫使醫(yī)生轉(zhuǎn)型，從目前的醫(yī)療崗位轉(zhuǎn)向新的、與智能醫(yī)學(xué)模式相適應(yīng)的崗位。隨著人工智能在醫(yī)療行為中逐漸取代人類，醫(yī)護(hù)人員如果繼續(xù)一成不變的進(jìn)行目前的工作，必然面臨勞動價值下降的窘境。醫(yī)護(hù)人員面對這種情況只有兩種選擇：一是自己做出改變，學(xué)習(xí)新知識，轉(zhuǎn)向新的、符合智能醫(yī)學(xué)時代需要的工作；另一種就是固守原有技術(shù)，退出歷史舞臺。這將是智能時代的醫(yī)護(hù)人員面臨的普遍狀況。模式化、標(biāo)準(zhǔn)化的操作性工作會越來越多的被機(jī)器取代，可提供個體化醫(yī)療產(chǎn)品或服務(wù)的產(chǎn)業(yè)才能體現(xiàn)出人的價值。應(yīng)通過機(jī)器學(xué)習(xí)與大數(shù)據(jù)技術(shù)，而不是傳統(tǒng)的抽樣方法，去發(fā)現(xiàn)個體的需求。以需求引領(lǐng)技術(shù)發(fā)展，反過來再利用技術(shù)的發(fā)展更有效的創(chuàng)造需求，進(jìn)而促進(jìn)醫(yī)療產(chǎn)業(yè)的健康增長[3。

對醫(yī)生而言，新的角色定位帶來新機(jī)遇的同時也會帶來新的挑戰(zhàn)。原有的醫(yī)生培養(yǎng)模式側(cè)重于記憶性、經(jīng)驗(yàn)性知識的培養(yǎng)[7]。而這部分內(nèi)容未來必將會越來越多的被人工智能所取代。那是否意味著未來的醫(yī)學(xué)生不再需要學(xué)習(xí)這些卷帙浩繁的、令人頭疼的醫(yī)學(xué)知識了呢？答案當(dāng)然是否定的。其原因在于，機(jī)器學(xué)習(xí)的模型可很完美的利用知識，但卻不能發(fā)現(xiàn)知識。我們很容易將課本上學(xué)到的東西當(dāng)成顛撲不破的真理，但事實(shí)上，知識都是在不斷更正的。有人說依靠人工智能也能發(fā)現(xiàn)新的知識，但在目前的技術(shù)范圍內(nèi)，使用人工智能進(jìn)行“科研”的本質(zhì)是找到數(shù)據(jù)間的內(nèi)在聯(lián)系，如使用機(jī)器學(xué)習(xí)模型去尋找某種因素與某種疾病間的關(guān)系是非常容易且高效的[8]。然而醫(yī)學(xué)中新知識、新方法的探索不只是尋找數(shù)據(jù)間的聯(lián)系這么簡單，新方法的發(fā)現(xiàn)通常伴隨著新思路的應(yīng)用，而很多時候這些新思路的“發(fā)明”根本不在機(jī)器學(xué)習(xí)的范疇內(nèi)。如在青霉素的發(fā)明過程中，亞歷山大·弗萊明爵士是在一次偶然事件中發(fā)現(xiàn)了青霉菌的分泌物可殺滅細(xì)菌。那么應(yīng)如何讓人工智能去計算出這種將青霉菌落入細(xì)菌培養(yǎng)皿的情況呢？這是不現(xiàn)實(shí)的。

可以想象，如果醫(yī)學(xué)生放棄了上述知識的學(xué)習(xí)，上述學(xué)科會失去進(jìn)步的源泉，醫(yī)學(xué)知識將逐漸趨于固化，因此醫(yī)學(xué)知識對于未來的醫(yī)生而言仍是不可或缺的。但培養(yǎng)的重點(diǎn)則不應(yīng)放在知識的記憶、經(jīng)驗(yàn)性內(nèi)容的學(xué)習(xí)上，而是應(yīng)側(cè)重于學(xué)科思維、創(chuàng)新能力的培養(yǎng)。知識的記憶、數(shù)據(jù)的挖掘工作則可交給人工智能完成。此外，在目前的醫(yī)學(xué)教育模式下，醫(yī)學(xué)生不具備全面的對數(shù)據(jù)進(jìn)行收集、整理與分析的能力[9]。在智能醫(yī)學(xué)時代，對數(shù)據(jù)的處理、操作能力會成為醫(yī)生能力的重要組成部分。因此要想培養(yǎng)適于智能醫(yī)學(xué)時代的醫(yī)生，需要大幅提高公共基礎(chǔ)課程在醫(yī)學(xué)教育中所占的比例，加強(qiáng)醫(yī)學(xué)生在基礎(chǔ)學(xué)科方面的能力。

總之，在智能醫(yī)學(xué)時代，醫(yī)療模式會發(fā)生深刻變革，新時代的醫(yī)療環(huán)境將是人工智能與人類共存共生，互為補(bǔ)充。醫(yī)生在這個重大的變革歷程中既不應(yīng)惶恐，擔(dān)心自己被取代；也不應(yīng)固守現(xiàn)狀，反對或抵制技術(shù)的進(jìn)步，而是應(yīng)預(yù)判智能醫(yī)學(xué)的發(fā)展方向，及時轉(zhuǎn)變角色定位，為智能醫(yī)學(xué)的發(fā)展、進(jìn)步做出自己的貢獻(xiàn)。

參考文獻(xiàn)：

[1] 劉榮.智能外科的機(jī)遇與挑戰(zhàn)[J/CD].中華腔鏡外科雜志(電子版),2017,10(6):327-329.

[2] Hawken P,Lovins AB,Lovins LH.Natural capitalism:the next industrial revolution[J].Earthscan Publications,2013,1(3):65-75.

[3] 克勞斯·施瓦布.第四次工業(yè)革命[M].北京:中信出版集團(tuán),2016:35.

[4] 國家統(tǒng)計局.中國統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,2016:799-803.

[5] 周棟,李海杰.區(qū)域醫(yī)療領(lǐng)域大數(shù)據(jù)安全平臺的研究與設(shè)計[J].信息技術(shù)與標(biāo)準(zhǔn)化,2014,56(8):25-29.

[6] 黃麗英.醫(yī)學(xué)生醫(yī)療人文關(guān)懷教育的思考[J].醫(yī)學(xué)與社會,2005,18(5):58.

[7] McGaghie WC,Issenberg SB,Petrusa ER,et al.A critical review of simulation-based medical education research:2003-2009[J].Med Educ,2010,44(1):50-63.

[8] Mitchell TM.Machine learning and data mining[J].Communications of the ACM,1999,42(11):30-36.

[9] Gehanno JF,Rollin L,Le Jean T,et al.Precision and recall of search strategies for identifying studies on return-to-work in Medline[J].J Occup Rehabil,2009,19(3):223-230.