李太和，張建敏

（深圳安泰創(chuàng)新科技股份有限公司，廣東 深圳 518000）

0 引 言

近年來，在大數(shù)據(jù)和人工智能技術(shù)的迅猛發(fā)展之下，健康醫(yī)療領(lǐng)域也產(chǎn)生了廣泛而深遠(yuǎn)的發(fā)展，在技術(shù)思維創(chuàng)新的支撐下，醫(yī)學(xué)工程也更加密切的交流及其轉(zhuǎn)化，正確而適度的應(yīng)用人工智能賦能未來精準(zhǔn)醫(yī)療是當(dāng)下既熱門又有深刻落地意義的研究方向，本文嘗試討論人工智能系統(tǒng)融入醫(yī)療過程用以提供精準(zhǔn)醫(yī)療開展的臨床決策輔助。

1 人工智能賦能精準(zhǔn)醫(yī)療臨床輔助決策體系的建立

1.1 人工智能臨床輔助決策體系所涵蓋的范疇

為了人工智能臨床輔助決策系統(tǒng)在醫(yī)療過程和環(huán)節(jié)中，恰到好處的為醫(yī)療工作者提供精準(zhǔn)的決策支持，其功能模塊與系統(tǒng)架構(gòu)設(shè)計(jì)應(yīng)當(dāng)依據(jù)醫(yī)療流程中患者就醫(yī)全流程，通過調(diào)研和分析具體環(huán)節(jié)中各個(gè)類型的醫(yī)療工作者（臨床醫(yī)生、醫(yī)技?？漆t(yī)生、物理師、藥師、護(hù)師等）面臨的重要決策問題，進(jìn)行相應(yīng)的功能模塊設(shè)計(jì)。

以腫瘤疾病為例，作者認(rèn)為人工智能決策輔助應(yīng)當(dāng)涉及六大功能模塊：檢查指導(dǎo)、智能診斷、治療決策、安全警示、預(yù)后分析以及隨訪建議，如圖1所示，患者在就醫(yī)過程中會(huì)經(jīng)歷該六大模塊，其功能相輔相成，有機(jī)融合。與此同時(shí)，患者在參與隨訪的過程中又產(chǎn)生新的數(shù)據(jù)，進(jìn)入新的一輪循環(huán)，整個(gè)過程完整閉環(huán)，不斷糾錯(cuò)并迭代，最終形成覆蓋對(duì)應(yīng)病種全流程閉環(huán)的智能臨床輔助決策系統(tǒng)。

圖1 人工智能臨床輔助決策閉環(huán)系統(tǒng)中的六個(gè)功能模塊

上述過程中所覆蓋患者檢查、診斷、治療、隨訪的就診完整過程，其每個(gè)環(huán)節(jié)因?qū)嶋H的應(yīng)用邏輯和場(chǎng)景不同，原始數(shù)據(jù)獲取的難易程度不同，訓(xùn)練模型應(yīng)用的匹配度和難易度不同，因而對(duì)應(yīng)的理想的決策輔助機(jī)制不盡相同，上述六個(gè)模塊的決策機(jī)制如表1所示，總體分為兩種不同決策機(jī)制，基于決策規(guī)則的決策機(jī)制和基于機(jī)器學(xué)習(xí)的輔助決策機(jī)制，以及二者的有機(jī)融合。

表1 智能臨床輔助決策閉環(huán)系統(tǒng)中的六個(gè)功能模塊的決策機(jī)制

（1）基于決策規(guī)則的決策機(jī)制：這種機(jī)制通過實(shí)現(xiàn)定義好的規(guī)則生成決策，一旦規(guī)則中的前提條件獲得滿足，相關(guān)規(guī)則被觸發(fā)，從而提供決策意見。在腫瘤疾病人工智能輔助決策系統(tǒng)的構(gòu)建中，可以以腫瘤疾病診療規(guī)范、指南以及專家共識(shí)為基礎(chǔ)，明確進(jìn)行相應(yīng)臨床決策所需要的全部信息。其運(yùn)行機(jī)制可基于啟發(fā)式規(guī)則、基于認(rèn)知模型或者基于案例推理。

（2）基于機(jī)器學(xué)習(xí)的輔助決策機(jī)制：自從ALPHAGO戰(zhàn)勝人類圍棋頂尖棋手之后，以神經(jīng)網(wǎng)絡(luò)和遺傳算法等技術(shù)框架為代表的機(jī)器學(xué)習(xí)逐步被應(yīng)用于包含醫(yī)療在內(nèi)的行業(yè)進(jìn)行訓(xùn)練和應(yīng)用，用于輔助決策模型的建立，不斷提高了輔助決策系統(tǒng)的決策能力與決策范圍。這樣的輔助決策模型的建立不再依靠預(yù)先設(shè)定好的規(guī)則，而是依據(jù)數(shù)據(jù)預(yù)處理標(biāo)準(zhǔn)化結(jié)構(gòu)化之后的多源異構(gòu)健康醫(yī)療大數(shù)據(jù)進(jìn)行模型的訓(xùn)練。針對(duì)不同功能模塊的決策模型，定義不同的輸入信息以及需要預(yù)測(cè)的結(jié)果。對(duì)于不同的模型，研究不同的特征選擇方法及不同的機(jī)器學(xué)習(xí)算法對(duì)于模型構(gòu)建效果的影響，從而對(duì)不同的功能模塊進(jìn)行橫向的交叉對(duì)照以確定效果最佳的決策模型。

（3）除了上述兩種情形之外，還有基于多模態(tài)數(shù)據(jù)融合的綜合決策機(jī)制，主要是將基于決策規(guī)則的決策機(jī)制和基于機(jī)器學(xué)習(xí)的輔助決策機(jī)制進(jìn)行有機(jī)融合，利用患者的診斷結(jié)果、臨床關(guān)鍵信息、基因信息以及診療指南等，融合患者的這些多模態(tài)數(shù)據(jù)，并結(jié)合患者的預(yù)后與隨訪效果，進(jìn)行綜合評(píng)估，出具診療方案。

這個(gè)綜合的決策機(jī)制通過建立統(tǒng)一框架，把上述兩種決策機(jī)制進(jìn)行有機(jī)融合，并將患者的診療安全與預(yù)后分析納入評(píng)價(jià)體系，使得最終的診療方案在有效性、安全性以及經(jīng)濟(jì)性等各方面均達(dá)到最優(yōu)，最大限度地提升患者治愈率，節(jié)約醫(yī)療成本。

1.2 人工智能臨床輔助決策體系各功能模塊的建設(shè)

綜合上述六個(gè)功能模塊的臨床輔助決策系統(tǒng)的系統(tǒng)架構(gòu)如圖2所示。

整體系統(tǒng)主要可分為應(yīng)用層（數(shù)據(jù)源層）、數(shù)據(jù)層與服務(wù)層。

（1）應(yīng)用層為構(gòu)建在醫(yī)聯(lián)體中基層醫(yī)院的人機(jī)交互接口，基層醫(yī)院臨床醫(yī)生可以通過這些接口向輔助決策系統(tǒng)提交患者相應(yīng)數(shù)據(jù)并獲得決策建議，而其本身又是整個(gè)體系的源數(shù)據(jù)的來源，其與應(yīng)用形成良好的呼應(yīng)的反饋閉環(huán)，可支撐整個(gè)體系有效的迭代進(jìn)化。

（2）數(shù)據(jù)層則囊括了前述課題中建立的結(jié)構(gòu)化知識(shí)數(shù)據(jù)庫，包括權(quán)威學(xué)科如臨床指南、臨床操作規(guī)范等信息以及基于上級(jí)醫(yī)院臨床流程的藥物、檢查、檢驗(yàn)、護(hù)理、手術(shù)等知識(shí)信息。

（3）服務(wù)層包括實(shí)現(xiàn)上述六大功能模塊所對(duì)應(yīng)的智能決策模型，通過輸入基層醫(yī)院提交的患者信息基于模型進(jìn)行相應(yīng)的計(jì)算與推演。

圖2 臨床輔助決策系統(tǒng)架構(gòu)

1.2.1 檢查指導(dǎo)功能模塊

患者就診時(shí)，依據(jù)自身的主訴、現(xiàn)病史、既往史等各類信息的實(shí)際情況，結(jié)合就診目的需完成各項(xiàng)檢查。本模塊根據(jù)就診患者人群及就診目的的不同，將其分為高危人群篩查、可疑腫瘤確診、腫瘤治療前檢查三大類。在這三大類中，層層分級(jí)，逐級(jí)分類，確定不同的檢查方案，并提供組合推薦順序。對(duì)于高危人群篩查，按患者的高危因素情況，按指南建議給出篩查意見，確定篩查方案；對(duì)于可疑腫瘤的確診，根據(jù)患者的病史、臨床表現(xiàn)等確定檢查方案；對(duì)于腫瘤患者治療前檢查，根據(jù)特定腫瘤的治療前評(píng)估臨床路徑，進(jìn)行檢查指導(dǎo)。

本模塊所涉及的工作在各個(gè)病種的診療規(guī)范、指南以及眾多醫(yī)療實(shí)踐中有著廣泛的先驗(yàn)經(jīng)驗(yàn)，所以可以通過既定的分類與規(guī)則的預(yù)先設(shè)定，形成智能的檢查開單。

1.2.2 智能診斷功能模塊

結(jié)合文本類型的結(jié)構(gòu)化數(shù)據(jù)庫及影像、病理和基因數(shù)據(jù)等，綜合患者的輔助檢查結(jié)果、病史、臨床表現(xiàn)、形成智能的診斷功能，主要分為三個(gè)子模塊：數(shù)據(jù)處理、特征提取和和選擇、分類診斷。

1.2.2.1 數(shù)據(jù)處理子模塊

數(shù)據(jù)處理子模塊主要對(duì)患者的各項(xiàng)數(shù)據(jù)進(jìn)行去噪、篩選、歸一化、仿射變換等預(yù)處理操作，主要包括對(duì)病人的影像數(shù)據(jù)（包括CT、MRI、超聲等）和病理圖像數(shù)據(jù)的預(yù)處理，以及臨床非結(jié)構(gòu)化數(shù)據(jù)的標(biāo)準(zhǔn)化。

1.2.2.2 特征提取和和選擇子模塊

針對(duì)已經(jīng)清洗好的結(jié)構(gòu)化數(shù)據(jù)、影像、病理、基因等數(shù)據(jù)，可以提取特征，用于下一步分類診斷子模塊。

1.2.2.3 分類診斷子模塊

分類診斷子模塊主要由三個(gè)階段構(gòu)成，包含腫瘤的檢測(cè)與定位，腫瘤的良惡性自動(dòng)分類，以及惡性腫瘤亞型的分類與分級(jí)分期。

1.2.3 治療決策功能模塊

與前述診斷模塊銜接，根據(jù)患者的診斷結(jié)果、臨床關(guān)鍵信息及基因信息，同時(shí)結(jié)合知識(shí)庫中該病種的經(jīng)驗(yàn)診療方案（診療指南、共識(shí)等），將以上多模態(tài)數(shù)據(jù)進(jìn)行融合，提取患者的綜合診療特征，并將此特征與?？撇》N診療特征數(shù)據(jù)庫相比對(duì)，進(jìn)行智能查詢與匹配，為患者制定個(gè)性化的治療方案，實(shí)現(xiàn)基于大數(shù)據(jù)的精準(zhǔn)診療和個(gè)體化治療，如圖3所示。

圖3 智能治療決策方案推薦

本模塊為智能系統(tǒng)中最重要的模塊，也是目前人工智能醫(yī)療極少開展的內(nèi)容，非常有價(jià)值。同時(shí)它與后續(xù)兩個(gè)模塊診療安全警示與預(yù)后分析的關(guān)系極為緊密，治療決策的方案制定，也是綜合考量診療安全與預(yù)后的因素而得出的。

本模塊最為重要的價(jià)值在于，以真實(shí)的既往診療方案和診療結(jié)果作為數(shù)據(jù)的支撐，結(jié)合診療指南與臨床共識(shí)，在同一時(shí)刻為患者制定多條路徑的治療方案，并能夠給出與方案對(duì)應(yīng)的預(yù)后效果，供主診醫(yī)生選擇以及與患者溝通最適宜方案的選擇。如可以通過將腫瘤患者的診療特征與數(shù)據(jù)庫特征相匹配，結(jié)合診療指南，系統(tǒng)自動(dòng)推薦出最佳診療方案，最大化患者的預(yù)后效果。

此外，還可以就同一患者制定醫(yī)聯(lián)體內(nèi)多家醫(yī)療機(jī)構(gòu)的不同治療方案對(duì)比，并就該類方案開展多中心的治療方案對(duì)比研究。

1.2.4 診療安全警示功能模塊

根據(jù)知識(shí)庫的信息，對(duì)藥物、檢查/檢驗(yàn)、治療的禁忌以及藥物之間相互作用進(jìn)行審查，系統(tǒng)給予警示。

1.2.5 預(yù)后分析功能模塊

綜合前序模塊研究成果，基于多維度醫(yī)療大數(shù)據(jù)，隨訪數(shù)據(jù)，根據(jù)患者的機(jī)能狀況、腫瘤分期、輔助檢查結(jié)果、治療方案等綜合數(shù)據(jù)，對(duì)疾病轉(zhuǎn)歸進(jìn)行分析。預(yù)后分析的內(nèi)容將和治療方案融合進(jìn)行一體輸出，如圖4所示。

圖4 在醫(yī)生日常使用的工作平臺(tái)上自動(dòng)推送輸出患者的預(yù)后預(yù)測(cè)

1.2.6 隨訪建議功能模塊

根據(jù)患者的個(gè)體化情況，結(jié)合知識(shí)庫，給出具體的隨訪建議；并建立療效評(píng)估機(jī)制，根據(jù)反饋結(jié)果重新擬合治療決策分析的結(jié)果。

2 AI人工智能輔助診療手段的合規(guī)應(yīng)用

精準(zhǔn)智能的醫(yī)療發(fā)展還依賴于臨床實(shí)驗(yàn)的開展，大量的人工智能算法都在一個(gè)個(gè)具體的領(lǐng)域里聲稱或證明過它能夠戰(zhàn)勝醫(yī)生，但由于醫(yī)療領(lǐng)域涉及到人類的生命具有高風(fēng)險(xiǎn)性，因此每一個(gè)算法都必須要通過審慎的臨床試驗(yàn)，獲得國家藥品監(jiān)督管理局NMPA（原食品藥品監(jiān)督管理局CFDA）頒發(fā)的醫(yī)療器械注冊(cè)證才能夠最終走向市場(chǎng)，當(dāng)前已有多家企業(yè)的人工智能診斷輔助產(chǎn)品通過了NMPA的審查獲得了醫(yī)療器械產(chǎn)品注冊(cè)證。

2.1 AI智能產(chǎn)品取得醫(yī)療注冊(cè)證的路徑

AI智能產(chǎn)品上市銷售需要取得醫(yī)療注冊(cè)證，總體而言取得注冊(cè)證的路徑基本分為結(jié)合設(shè)備申請(qǐng)或獨(dú)立軟件申請(qǐng)。結(jié)合目前的情況，同樣的三類醫(yī)療器械，獨(dú)立軟件所需經(jīng)歷的申請(qǐng)和審批流程相較于硬件醫(yī)療設(shè)備而言并無顯著的時(shí)間優(yōu)勢(shì)、流程優(yōu)勢(shì)和難度優(yōu)勢(shì)。這一點(diǎn)從近年連心醫(yī)療（無醫(yī)療設(shè)備）和聯(lián)影智能（有配套醫(yī)療設(shè)備）先后獲得“放療輪廓勾畫軟件”的NMPA三類醫(yī)療器械注冊(cè)證，正式進(jìn)入市場(chǎng)便可見端倪。因此不同類型的軟件產(chǎn)品，無需考慮軟硬件是否結(jié)合的形式，應(yīng)結(jié)合企業(yè)不同的基因和商業(yè)模式進(jìn)行申請(qǐng)。

2.1.1 結(jié)合設(shè)備取得醫(yī)療注冊(cè)證

可以想見，由于商業(yè)競(jìng)爭所必然經(jīng)歷的格局，作者認(rèn)為未來以支撐診斷決策輔助為導(dǎo)向的人工智能AI算法都將絕大部分以依托設(shè)備的形式出現(xiàn)。從決策輔助軟件產(chǎn)品的角度上而言，放療物理師無論從哪里獲得精準(zhǔn)勾畫的軟件，都可以進(jìn)行自動(dòng)化的精準(zhǔn)勾畫；但從使用的便利性而言，當(dāng)軟件無縫的屬于設(shè)備的一部分，以潤物細(xì)無聲的方式賦能設(shè)備之后則可將放療的全流程極大的縮短，其好處遠(yuǎn)遠(yuǎn)優(yōu)于一個(gè)獨(dú)立于設(shè)備之外存在的單體軟件，自然符合醫(yī)生患者設(shè)備等整個(gè)系統(tǒng)的最大化優(yōu)化改善的效果。

從另一個(gè)維度來思考，使用設(shè)備進(jìn)行AI輔助診斷也符合醫(yī)療流程最優(yōu)的形式：當(dāng)一份患者檢查影像在一個(gè)醫(yī)療設(shè)備中完成之后，其本應(yīng)等待醫(yī)生進(jìn)行報(bào)告撰寫的過程中，集成于設(shè)備內(nèi)部一體的智能影像AI算法已經(jīng)默默的開展了一次算法調(diào)用，并將其計(jì)算完成的結(jié)果作為檢查原始數(shù)據(jù)的一部分，在醫(yī)生寫報(bào)告之前（之時(shí)）作為先期形成的成果，自動(dòng)交付醫(yī)生選擇使用。這種形態(tài)的好處還有，如果需要的情況下，將人工智能的精準(zhǔn)運(yùn)算結(jié)果（如良性的結(jié)果）提前反饋給患者，用于替代患者揪心而無助搜索網(wǎng)絡(luò)所獲得的不知其指向?yàn)楹蔚臋z索結(jié)果。

2.1.2 獨(dú)立軟件取得醫(yī)療注冊(cè)證

當(dāng)然獨(dú)立的軟件與設(shè)備脫離時(shí)，比較適合于設(shè)備集采的云平臺(tái)項(xiàng)目：當(dāng)衛(wèi)健委或者大規(guī)模體檢機(jī)構(gòu)批量采購一批多個(gè)品牌組成的醫(yī)療設(shè)備時(shí)，需要同時(shí)構(gòu)建一個(gè)管理平臺(tái)去匯總各個(gè)獨(dú)立設(shè)備的上傳數(shù)據(jù)，這樣的場(chǎng)景下，獨(dú)立軟件的第三方獨(dú)立優(yōu)勢(shì)將會(huì)得以顯現(xiàn)，同時(shí)當(dāng)云平臺(tái)的勾畫方案與依托設(shè)備的勾畫方案同時(shí)存在時(shí)，本身也為醫(yī)生提供了多個(gè)決策輔助，方便形成交叉驗(yàn)證。

另一方面，以支撐手術(shù)規(guī)劃，治療方案出具等為導(dǎo)向的人工智能AI算法將更多的以軟件云平臺(tái)的方式出現(xiàn)，原因在于為了得出一個(gè)有價(jià)值的手術(shù)規(guī)劃和治療方案，其所依賴的數(shù)據(jù)先天來源于異源異構(gòu)的信息系統(tǒng)，沒有一個(gè)已有的設(shè)備或體系自然承載和提供做出決策的數(shù)據(jù)，因此，從分級(jí)診療?？坡?lián)盟的政策導(dǎo)向來看，從效率最大化的角度來看，一個(gè)建構(gòu)在核心醫(yī)療機(jī)構(gòu)或政府可信平臺(tái)的人工智能算法將成為智能規(guī)劃與治療的最主要開放形式。協(xié)作機(jī)構(gòu)中的每一個(gè)單位，每一個(gè)醫(yī)生，甚至每一個(gè)患者，都可以提交個(gè)人的醫(yī)療數(shù)據(jù)，或回答系統(tǒng)提問的相關(guān)問題，進(jìn)而獲得系統(tǒng)運(yùn)算得出的智能方案。

2.2 醫(yī)療機(jī)構(gòu)自主開發(fā)無需取得醫(yī)療注冊(cè)證的科研應(yīng)用

當(dāng)前另外一種常見的方式是醫(yī)療機(jī)構(gòu)結(jié)合自身的實(shí)際情況，建立人工智能實(shí)驗(yàn)室和大數(shù)據(jù)中心，使用醫(yī)療機(jī)構(gòu)自身的獨(dú)家積累的醫(yī)療數(shù)據(jù)。由于醫(yī)療機(jī)構(gòu)對(duì)數(shù)據(jù)的監(jiān)管，國家對(duì)醫(yī)療數(shù)據(jù)的監(jiān)管要求不斷提升，使得對(duì)外合作變的并不方便或并非必要，因此醫(yī)療機(jī)構(gòu)能依托于其對(duì)具體?？苹》N診療能力的提升過程中，對(duì)非常具體的醫(yī)療流程所需要解決的智能化支撐問題進(jìn)行科研探索。

這樣的需求及其解決方案非常具有廣泛的代表性，因?yàn)槠浯_實(shí)是通過人工智能智慧化的解決方案支撐醫(yī)療機(jī)構(gòu)工作流程的正確率提升和效率改善，非常具有現(xiàn)實(shí)的價(jià)值。同時(shí)，醫(yī)療器械注冊(cè)證當(dāng)下的法規(guī)與政策所監(jiān)管的范圍是基于圖像存儲(chǔ)調(diào)閱瀏覽及其識(shí)別等一系列功能，大量的點(diǎn)滴之間的智能化改善的流程方案并不在監(jiān)管范圍之內(nèi)，即便是醫(yī)學(xué)影像的識(shí)別判讀，當(dāng)該類算法用于進(jìn)行全面批量化預(yù)檢之后的醫(yī)生判讀質(zhì)控，也是符合監(jiān)管的要求的。如此一來，從一開始就定位于在醫(yī)療機(jī)構(gòu)內(nèi)部以科研的方式改善工作流，事實(shí)上是對(duì)科研成果后期轉(zhuǎn)換率的一種有益的提升，符合多方面的發(fā)展要求和利益。

3 展望：人類與AI的相處之道

隨著AI人工智能能力的逐漸被廣泛認(rèn)知，大家慢慢普遍形成的觀點(diǎn)是AI代替不了醫(yī)生，AI能夠支撐醫(yī)生去進(jìn)行更好的決策支持，人工智能是“人工+智能”，醫(yī)生應(yīng)當(dāng)站在AI的肩膀上工作。

3.1 人類與人工智能的協(xié)作共處

可以想見，未來的智能醫(yī)療將不知不覺的出現(xiàn)在需要醫(yī)療決策的每一個(gè)過程當(dāng)中。如果一次醫(yī)療檢查的圖像沒有被智能醫(yī)學(xué)影像算法判讀過，那將是不正常的，如果一個(gè)醫(yī)生個(gè)體的為患者出具的醫(yī)療決策方案沒有被人工智能的醫(yī)療質(zhì)控機(jī)器人檢測(cè)過，這個(gè)治療方案也將是不合規(guī)的。這就好像現(xiàn)在的醫(yī)生開具醫(yī)囑和處方之后，系統(tǒng)自動(dòng)要進(jìn)行藥學(xué)審方一樣，沒有經(jīng)過藥學(xué)審方的醫(yī)囑和處方是不能被下達(dá)給患者的。一旦被智能醫(yī)學(xué)影像算法和智能醫(yī)療質(zhì)控機(jī)器人打回，則將啟動(dòng)更加高階的人類醫(yī)生團(tuán)體的MDT協(xié)作醫(yī)療。這就是人類和AI良性協(xié)作共處的過程。

3.2 人工智能與人類之爭

然而，作者有這樣一個(gè)觀點(diǎn)：“人類在滅絕自我的道路上拼命狂奔”。醫(yī)療AI可能確實(shí)不能夠完全代替醫(yī)生的存在，但正如大量的競(jìng)爭都不是依靠與所謂的競(jìng)爭對(duì)手之間的輸贏而產(chǎn)生的，更大的可能性其實(shí)是另一物種通過降維打擊而實(shí)現(xiàn)獲得勝利并結(jié)束爭端。美國波士頓動(dòng)力所產(chǎn)生的各類機(jī)器人和它所具備的能力大家已經(jīng)有目共睹，如果機(jī)器以通過一種不受人類控制的力量戰(zhàn)勝和掌控人類社會(huì)——最新的報(bào)導(dǎo)已經(jīng)有過具備自主思科能力的無人機(jī)在沒有接到指令的情況下向已經(jīng)撤退的敵人發(fā)起攻擊——當(dāng)這種對(duì)人類社會(huì)的控制得以實(shí)現(xiàn)時(shí)，那么所有的思維方式都將是由機(jī)器決定。人與機(jī)器的關(guān)系究竟是戰(zhàn)勝？還是相互支持？還是失敗?那時(shí)的情形是：醫(yī)生根本不在討論這個(gè)話題的權(quán)力話語的階層。醫(yī)生的討論，醫(yī)生的觀點(diǎn)并不會(huì)得到機(jī)器社會(huì)的認(rèn)同。這一點(diǎn)在教育行業(yè)如此，金融行業(yè)如此，交通行業(yè)如此?；蛟S所羅列的這些行業(yè)到時(shí)也并不存在，完全沒有羅列的意義。盡管主觀上我們并不期待這樣一個(gè)被機(jī)器所控制的人類社會(huì)的局面展現(xiàn)在我們面前，但內(nèi)心的認(rèn)知卻無法揮去這樣一道可能始終高懸于人類頭上的達(dá)摩克里斯之劍所帶來的陰霾。樂觀者總會(huì)說技術(shù)無罪，希望世間如樂觀者所期盼一般，人類與AI和諧共存。

4 結(jié) 論

人工智能已經(jīng)不知不覺的以人工加智能的方式融入到醫(yī)療診斷與治療的過程中，隨著醫(yī)療器械證的頒發(fā)和數(shù)字療法的引入，越來越多的診療環(huán)節(jié)中許多醫(yī)生已經(jīng)不習(xí)慣沒有AI存在的原始診療手段了，從這個(gè)角度而言，人工智能在醫(yī)療行業(yè)雖然慢熱，但他必將最終無處不在無微不至地為未來精準(zhǔn)醫(yī)療的研究充分賦能。