人工智能和中醫(yī)這兩個(gè)話題，看起來(lái)似乎是八桿子打不著，但它們又有一個(gè)詭異的共同點(diǎn)——這兩個(gè)已經(jīng)成為互聯(lián)網(wǎng)上極其火爆的引戰(zhàn)話題。在每天你方唱罷我登場(chǎng)的口水仗中，支持者和反對(duì)者各成陣營(yíng)，唾沫星子漫天飛舞，卻很難再用講道理的辦法拉攏敵方陣營(yíng)。

用AI賦能醫(yī)療已經(jīng)是老生常談了，但AI醫(yī)療究竟是什么？它又是如何進(jìn)化的呢？我們或許可以從這些“口水戰(zhàn)”中探索其本質(zhì)。

AI醫(yī)療和中醫(yī)學(xué)的“糾纏”

之所以認(rèn)為AI醫(yī)療是“中醫(yī)式”科學(xué)，是因?yàn)锳I醫(yī)療和中醫(yī)本質(zhì)上是非常相似的。智能相對(duì)論（aixdlun）分析師顏璇認(rèn)為，這體現(xiàn)在以下三個(gè)方面：

1.相似的公眾認(rèn)知

AI醫(yī)療是什么？我們可能還沒(méi)有達(dá)成共識(shí)，人們對(duì)它的評(píng)價(jià)也褒貶不一，而中醫(yī)是什么？似乎也缺失一般性法則。在公眾眼里，兩者都沒(méi)有一個(gè)一以貫之的評(píng)價(jià)標(biāo)準(zhǔn)。而中醫(yī)，似乎一直處于科學(xué)的陰影中，人們給予的尊重也太少。AI醫(yī)療雖然是科學(xué)在實(shí)際中的應(yīng)用，但似乎也沒(méi)有得到極高的評(píng)價(jià)，人們對(duì)它的信任似乎也不高。

除了有限的尊重與信任，很奇怪的是，AI醫(yī)療和中醫(yī)在公眾眼里還有一種死馬當(dāng)做活馬醫(yī)的“神奇力量”。許多在西醫(yī)化療下痛不欲生的人，往往會(huì)轉(zhuǎn)而投向中醫(yī)的懷抱，相信中醫(yī)的一方藥劑或許能將自己治好。這也是我國(guó)中醫(yī)們一直很頭疼的問(wèn)題，患者在經(jīng)過(guò)西醫(yī)一系列診治后，在疾病晚期才會(huì)找到中醫(yī)，尋求最后的希望，而事實(shí)上，到了晚期，中醫(yī)能給予的奇跡也是有限的。

對(duì)于AI醫(yī)療，人們則堅(jiān)信這種技術(shù)的“神奇力量”一定會(huì)出現(xiàn)在未來(lái)。最具代表性的就是冷凍人體技術(shù)，女作家杜宏女士的大腦就被分離保存在-196℃的液氮下，患者選擇冷凍自己的大腦，也就是寄希望于未來(lái)的科技能助這些冷凍大腦找回過(guò)去的記憶和意識(shí)。

2.相似的邏輯框架

智能相對(duì)論（aixdlun）分析師顏璇曾在文章《急診室里的AI與愛(ài)》中寫道，AI的深度學(xué)習(xí)系統(tǒng)是不具有任何解釋力的。事實(shí)上，深度學(xué)習(xí)的系統(tǒng)越強(qiáng)大，其結(jié)構(gòu)就越是不透明。隨著更多的數(shù)據(jù)特征被提取出來(lái)，AI的診斷會(huì)變得越來(lái)越準(zhǔn)確。但為什么這些特征會(huì)從數(shù)百萬(wàn)個(gè)數(shù)據(jù)中被提選出來(lái)，仍是人工智能的未解之謎。

這也就是AI著名的黑匣子問(wèn)題。與此類似的是，中醫(yī)的解釋力也并不如西醫(yī)的強(qiáng)大。中醫(yī)里的陰陽(yáng)五行讓人們覺(jué)得很是懸乎，藥方里的中草藥標(biāo)明不了具體的分子學(xué)藥理機(jī)制及毒副作用。即使中醫(yī)能夠妙手回春，在當(dāng)今自然科學(xué)的教育背景下，沒(méi)有科學(xué)的邏輯思維，一直是中醫(yī)的痛點(diǎn)。

3.相似的特征工程

AI醫(yī)療和中醫(yī)還有一個(gè)相似的點(diǎn)就是特征工程，即由特征來(lái)診病。與西醫(yī)的重重檢查不同，中醫(yī)診病望聞問(wèn)切四字足矣，《難經(jīng)》有云，望見(jiàn)其五色，以知其病，比如觀察到舌苔潮紅，中醫(yī)可能會(huì)判斷病情主熱。

AI如果做醫(yī)生，本質(zhì)上也是以觀察為主。比如FDA批準(zhǔn)的一個(gè)AI系統(tǒng)，就能通過(guò)觀察患者的視網(wǎng)膜來(lái)判斷其是否患病。而除此之外，AI的特征工程更表現(xiàn)在其診斷時(shí)與數(shù)據(jù)庫(kù)的配對(duì)連接。閱片AI分析影像時(shí)，會(huì)將正在閱讀的圖片上的特征與數(shù)據(jù)庫(kù)相對(duì)應(yīng)，并實(shí)時(shí)輸出特征的匹配結(jié)果?？偨Y(jié)成一個(gè)公式大概是：輸入特征——匹配特征——輸出結(jié)果。

“中醫(yī)式”科學(xué)的進(jìn)化論

基因是生物進(jìn)化的基本單元，而對(duì)于中醫(yī)學(xué)來(lái)說(shuō)，我們可以把“經(jīng)驗(yàn)”稱為中醫(yī)的基因，將“經(jīng)驗(yàn)”換一個(gè)現(xiàn)代點(diǎn)的說(shuō)法，大概就是“數(shù)據(jù)”。

某一個(gè)基因是不會(huì)直接改變某種組織的，一個(gè)基因改變不了心臟的性能，但心臟的結(jié)構(gòu)形狀和性能等等都是由基因組合創(chuàng)造的，它們扮演了構(gòu)成程序語(yǔ)言的元素。

在醫(yī)學(xué)方面，經(jīng)驗(yàn)的組合和進(jìn)化是一直存在的。我國(guó)諾貝爾生理醫(yī)學(xué)獎(jiǎng)獲得者屠呦呦發(fā)現(xiàn)了可以有效降低瘧疾患者的死亡率的青蒿素，而青蒿素得以“現(xiàn)世”，其實(shí)是屠呦呦尋找古籍，從古籍中的經(jīng)驗(yàn)得來(lái)的啟發(fā)。

與中醫(yī)相似，AI醫(yī)療的重要進(jìn)化單元就是“數(shù)據(jù)”。人工智能憑借著不斷積累的數(shù)據(jù)，形成算法從而產(chǎn)生無(wú)數(shù)的應(yīng)用。比如，在求解機(jī)器學(xué)習(xí)算法的模型參數(shù)，無(wú)約束優(yōu)化問(wèn)題時(shí)最常用的梯度下降（Gradient Descent）。盡管目前有成千上萬(wàn)的學(xué)術(shù)論文和數(shù)不清的方法應(yīng)用（也就是理論），但整個(gè)研究過(guò)程還是依賴于不斷嘗試和錯(cuò)誤的經(jīng)驗(yàn)，也就是數(shù)據(jù)。

從前的人們是如何尋找中草藥的呢？以止血草藥為例，人們割傷了一條蛇并將其放行，蛇游行后不久即止血，人們這才發(fā)現(xiàn)蛇爬過(guò)的地方生長(zhǎng)了一種植物，取之一試，果然有止血效用。然后，一種中草藥就這么被發(fā)現(xiàn)了。

是不是覺(jué)得很玄幻？其實(shí)這樣的現(xiàn)象在中醫(yī)內(nèi)很常見(jiàn)了。比如被毒蛇咬傷后可以在就近尋找解蛇毒的草藥。從本質(zhì)上來(lái)看，中醫(yī)其實(shí)就是自然現(xiàn)象的被捕捉并使用。

而現(xiàn)象也是AI醫(yī)療賴以發(fā)展的源泉，AI要達(dá)到某個(gè)醫(yī)療目的，總是需要依賴于某種可被開(kāi)發(fā)或利用的自然現(xiàn)象。就在近日，Nature在線發(fā)表英國(guó)Deep Mind團(tuán)隊(duì)，阿法狗和阿法元的開(kāi)發(fā)者，與UCL的一篇合作論文，題為Vector-based navigation using grid-like representations inartificial agents，在神經(jīng)學(xué)和人工智能領(lǐng)域都引起轟動(dòng)。

這篇高度抽象的論文題目背后，隱含的是一個(gè)事實(shí)，AI產(chǎn)生了類似于網(wǎng)格細(xì)胞活動(dòng)特征的結(jié)構(gòu)，而網(wǎng)格細(xì)胞則是動(dòng)物和人類的與認(rèn)路有關(guān)的細(xì)胞，是大自然經(jīng)過(guò)億萬(wàn)年才進(jìn)化出的生命杰作。

精準(zhǔn)醫(yī)療的智慧

精準(zhǔn)醫(yī)療本質(zhì)上是一種個(gè)性化醫(yī)療，既包括對(duì)疾病的早期篩查、預(yù)防和幫助醫(yī)生做出準(zhǔn)確的臨床決策，也包括治療的過(guò)程中所提供的一系列服務(wù)，比如合理用藥、精準(zhǔn)外科以及針對(duì)重癥和疑難雜癥的精準(zhǔn)的靶向治療。

中醫(yī)治病講究一人一方，辨證施治。在診療過(guò)程中，通過(guò)理、法、方、藥的精準(zhǔn)應(yīng)用，使患者獲得最精準(zhǔn)的個(gè)體化治療。其中，辨證論治作為中醫(yī)診病的基本法則，是理法方藥在臨床的具體運(yùn)用，并最終落實(shí)在患者的個(gè)體化。

AI醫(yī)療似乎也更看重個(gè)體化醫(yī)療。將理法方藥換一個(gè)說(shuō)法，在AI醫(yī)療里，似乎就是預(yù)防、診斷、臨床醫(yī)學(xué)手段、藥劑四個(gè)方面，對(duì)抗生成網(wǎng)絡(luò)就是AI醫(yī)療內(nèi)里的辯證法論治了。

在早篩和預(yù)防方面，各種AI醫(yī)療影像和健康管理系統(tǒng)在市面上可以說(shuō)是屢見(jiàn)不鮮了。在診斷上，美國(guó)食品和藥物監(jiān)管局（FDA）也曾批準(zhǔn)了一種人工智能診斷設(shè)備IDx-DR，該設(shè)備可以通過(guò)觀察視網(wǎng)膜的照片來(lái)檢測(cè)一種眼科疾病，并且不需要專家醫(yī)生的參與。

而在醫(yī)治手段和藥劑上，AI醫(yī)療要做到真正的精準(zhǔn)，就用到了兩個(gè)試驗(yàn)——“籃子試驗(yàn)”和“雨傘試驗(yàn)”。“籃子試驗(yàn)”是指將某種靶點(diǎn)明確的藥物看作一個(gè)籃子，將帶有相同靶基因的不同癌癥放進(jìn)這個(gè)籃子里進(jìn)行研究，用一種藥物治療不同的腫瘤。“雨傘試驗(yàn)”是指同一種疾病基于不同驅(qū)動(dòng)基因分型的臨床研究，對(duì)病理分型類似的腫瘤，通過(guò)分子分析進(jìn)行分子分型，進(jìn)行不同的治療。

這集中體現(xiàn)在藥物研發(fā)上，最著名的藥物研發(fā)深度學(xué)習(xí)模型可能是IBM的Watson機(jī)器人。IBM早就于2016年12月與Pfizer公司簽署協(xié)議，協(xié)助Pfizer的免疫腫瘤藥物研發(fā)，除此之外，IMB還和多個(gè)藥企有合作協(xié)議。今年5月，蘇格蘭Exscientia公司與法國(guó)Sanofi也簽署了一項(xiàng)潛在價(jià)值約2.8億美金的合作和許可交易，旨在開(kāi)發(fā)針對(duì)代謝疾病的雙特異性小分子藥物。

我們還可以從騰訊布局的AI醫(yī)療邏輯中看到AI精準(zhǔn)醫(yī)療的影子。從騰愛(ài)APP實(shí)現(xiàn)醫(yī)患線上溝通，到騰訊最新發(fā)布的微信智慧醫(yī)院3.0，將原來(lái)碎片化、斷裂的就醫(yī)鏈條全部打通，貫穿了AI導(dǎo)診，在線掛號(hào)，在線咨詢，線下AI輔助診斷和檢查，支付，治療，AI隨訪等環(huán)節(jié)。通過(guò)精準(zhǔn)醫(yī)療信息來(lái)聯(lián)接醫(yī)生和患者，而不是顛覆線下醫(yī)療實(shí)體和利益格局，一直以來(lái)都是騰訊的一種滲透式長(zhǎng)遠(yuǎn)布局。

唯一不同的是

人的存在應(yīng)該和自然，和我們生存的環(huán)境，以及最初使我們成為人的那些條件融合。我們熟悉自然，依賴自然，緣于自然是我們300萬(wàn)年的家，人類從骨子里信任自然。

所以，當(dāng)我們看到中醫(yī)用某劑不知名的藥方救人于生死之間，我們不會(huì)覺(jué)得這不符合自然，貼近自然的中醫(yī)讓我們追求延年益壽的愿望更加坦蕩。但是，當(dāng)我們邂逅某項(xiàng)技術(shù)時(shí)，比如冷凍人體，我們即使心懷希望，也會(huì)馬上反思：這樣延長(zhǎng)人的生命是否自然？而機(jī)器倫理也一直是我們討論的熱點(diǎn)。

對(duì)于AI醫(yī)療這一命題，人們寄托在技術(shù)上深切的希望和對(duì)自然的最深切的信賴一直在碰撞，如何讓二者達(dá)到和解？AI需要“親生物”的設(shè)計(jì)，而使用AI技術(shù)的醫(yī)院也需要給患者親近大自然的感覺(jué)。

責(zé)任編輯：ct