我們正在經(jīng)歷新技術(shù)快速擴(kuò)張的時(shí)代，它在融合信息世界和實(shí)體生物世界。AI、電子健康記錄和大數(shù)據(jù)、遠(yuǎn)程醫(yī)療、家用監(jiān)控的“可穿戴設(shè)備”和虛擬/增強(qiáng)現(xiàn)實(shí)這些新科技正在塑造著未來(lái)，讓醫(yī)療保健服務(wù)變得更有效、更準(zhǔn)確、且更具可持續(xù)性。來(lái)自DeepMind和IBM Watson等行業(yè)領(lǐng)導(dǎo)者已經(jīng)在英美的醫(yī)療保健領(lǐng)域進(jìn)行AI測(cè)試。機(jī)器在很多方面都具有優(yōu)勢(shì)，讓一些臨床醫(yī)生擔(dān)心AI會(huì)取代醫(yī)生的角色，但這種想法低估了醫(yī)生對(duì)于病人和社會(huì)的作用和價(jià)值。AI的確可能給醫(yī)療行業(yè)帶來(lái)巨變，但讓一名醫(yī)生成為好醫(yī)生的核心價(jià)值觀是不會(huì)改變的。

在人工智能時(shí)代，醫(yī)生將需要放棄舊角色，并找到最適合他們的地方，發(fā)揮最重要的影響。AI的中心是它的算法，大家關(guān)注的是新算法在哪些地方超越了人類，但是我們也應(yīng)該同時(shí)關(guān)注另外一個(gè)方面：人類醫(yī)生在人工智能的時(shí)代扮演了哪些新角色呢？

醫(yī)生作為人類-AI診斷過(guò)程的一部分

進(jìn)行臨床診斷時(shí)，需要醫(yī)生來(lái)判斷并分析患者的癥狀、體征和體檢結(jié)果。這種判斷容易受到醫(yī)生的模糊記憶，知識(shí)缺口和認(rèn)知偏見(jiàn)的影響。而AI則有潛力對(duì)最新最全的數(shù)據(jù)和醫(yī)學(xué)證據(jù)進(jìn)行客觀評(píng)估，并且基于這些數(shù)據(jù)來(lái)提供高度準(zhǔn)確的診斷結(jié)果和推薦療法。

但是，AI需要先接受準(zhǔn)確的數(shù)據(jù)輸入才能產(chǎn)生正確的診斷，而患者的癥狀體驗(yàn)并不是總能用完美的醫(yī)學(xué)術(shù)語(yǔ)來(lái)描述，并且，了解患者的完整病史仍然是完成臨床診斷的關(guān)鍵技能。那些善于傾聽(tīng)，能讓患者信任的醫(yī)生更有可能發(fā)覺(jué)患者的言外之音，獲取更多的數(shù)據(jù)，并采取正確的措施來(lái)幫助患者。

患者也有可能報(bào)告不準(zhǔn)確或不相關(guān)的信息，包括夸張甚至謊言。人類醫(yī)生比AI更容易識(shí)別這些內(nèi)容。在人類-AI診斷界面里，人類醫(yī)生將有一個(gè)重要的角色，即作為“人類”來(lái)理解患者的疾病，并將準(zhǔn)確數(shù)據(jù)輸入計(jì)算機(jī)。

但對(duì)于患者而言，面對(duì)診斷界面的根本問(wèn)題可能不是“這臺(tái)機(jī)器能夠理解我嗎”，而是“我想要一臺(tái)機(jī)器來(lái)了解我嗎”。在將來(lái)，AI幾乎肯定能夠模擬移情并評(píng)估患者敘述的真實(shí)性。聊天機(jī)器人正在興起，而且AI解釋肢體語(yǔ)言的技術(shù)正在進(jìn)步。但患者是否會(huì)愿意分享信息給機(jī)器？他們是否愿意讓一臺(tái)機(jī)器來(lái)告訴他們患上了癌癥，不管此時(shí)機(jī)器的情緒模擬的多么恰當(dāng)？

有效溝通需要醫(yī)生仔細(xì)評(píng)估患者的希望、恐懼和期待值。其中大部分都是非言語(yǔ)的。一個(gè)熟練的醫(yī)生能讀出患者未訴諸于口的信息，這些溝通的渠道是種本能，并會(huì)影響醫(yī)生的診治行為，而醫(yī)生甚至通常沒(méi)有意識(shí)到。這種人類互動(dòng)非常復(fù)雜，無(wú)法通過(guò)算法復(fù)制。

有時(shí)AI算法可能會(huì)由于缺乏適當(dāng)?shù)臄?shù)據(jù)而失敗。比如對(duì)于罕見(jiàn)病，可能用于訓(xùn)練的數(shù)據(jù)不足以支持人工智能。這個(gè)時(shí)代新醫(yī)生的重要技能之一，將是了解AI的極限以及如何在這些情況下做出診斷決定。同樣，在患者身具多種疾病，需要多種治療的情況下，決策會(huì)變得更加復(fù)雜微妙，因?yàn)橐恍┽t(yī)療決定可能會(huì)影響另一個(gè)病情，AI在這方面的取舍可能會(huì)不如人類醫(yī)生。另一個(gè)挑戰(zhàn)將是等效診斷的情況，即AI提出多個(gè)診斷都具有相似的可能性。人類醫(yī)生需要對(duì)這種不確定性加以判斷，并與病人溝通。

急診室中的團(tuán)隊(duì)領(lǐng)導(dǎo)者

目前的衛(wèi)生系統(tǒng)分診還依賴于人類判斷，有時(shí)根據(jù)規(guī)則，有時(shí)根據(jù)知識(shí)和經(jīng)驗(yàn)。規(guī)則通常是基于少數(shù)變量，所以會(huì)比較生硬。

采用AI進(jìn)行分診，可以基于更多的變量，從而達(dá)到更快、更準(zhǔn)確、更敏感的效果。變量包括臨床測(cè)量結(jié)果和通過(guò)可穿戴儀器或植入技術(shù)獲得的實(shí)時(shí)跟蹤。分診不再需要簡(jiǎn)單地劃分為粗疏的類別（比如表示病情危險(xiǎn)級(jí)的紅色，琥珀色和綠色），而是可以根據(jù)患者風(fēng)險(xiǎn)和對(duì)于快速干預(yù)的需求進(jìn)行不斷調(diào)整。連續(xù)數(shù)據(jù)流可以早期觸發(fā)緊急服務(wù)，讓無(wú)人駕駛的救護(hù)車裝載著人類急救員，在患者意識(shí)到之前就達(dá)到現(xiàn)場(chǎng)。

醫(yī)生在急診室的作用是團(tuán)隊(duì)領(lǐng)導(dǎo)者、知識(shí)處理者和傳播者。協(xié)調(diào)迅速發(fā)展的診斷、治療途徑，并在可能的情況下與患者討論治療的潛在利益和風(fēng)險(xiǎn)，這將成為治療的關(guān)鍵。這些行為不一定必須是醫(yī)生來(lái)完成，但確實(shí)需要一個(gè)人類。

讓醫(yī)生去處理復(fù)雜和異常情況

許多溫和的疾病幾乎完全可以由AI接手處理。在診斷確定，并且有完善、有效和安全的治療方法時(shí)，可能不必有人類醫(yī)生的參與。

如果AI能處理大多數(shù)的常規(guī)低風(fēng)險(xiǎn)疾病，那么醫(yī)生將有更多的時(shí)間專注于那些需要豐富經(jīng)驗(yàn)應(yīng)對(duì)的復(fù)雜患者。這些患者可能具有更復(fù)雜的情況（比如罕見(jiàn)疾病或多發(fā)?。虿∏樵\斷的不確定性較大。

復(fù)雜的也可能是患者的實(shí)際情況，而不是病情。對(duì)于那些有學(xué)習(xí)困難、癡呆癥，成癮等情況的患者，可能需要比其他病人更多的人力支持，因此，AI能為醫(yī)生省下時(shí)間來(lái)幫助這些患者。

醫(yī)生作為患者的教育者和顧問(wèn)

長(zhǎng)久以來(lái)，醫(yī)生一直是醫(yī)療知識(shí)的看門人，為患者做出醫(yī)療決定。在AI時(shí)代，患者和醫(yī)生都能接觸到醫(yī)學(xué)知識(shí)。但人類非常不擅長(zhǎng)理解概率和評(píng)估風(fēng)險(xiǎn)，特別是當(dāng)它與自己或親友的健康有關(guān)時(shí)。因此，對(duì)大多數(shù)患者而言，醫(yī)生有個(gè)非常重要的任務(wù)是了解風(fēng)險(xiǎn)，并與患者交流溝通，內(nèi)容包括診斷可靠程度，干預(yù)的安全性或療效等等。醫(yī)生也需要能夠解釋AI制定的治療計(jì)劃。這并不要求醫(yī)生深入了解機(jī)器學(xué)習(xí)，正如使用磁共振成像掃描不需要詳盡了解機(jī)械知識(shí)那樣。讓醫(yī)生解釋AI的治療計(jì)劃，能夠結(jié)合AI深厚的計(jì)算能力，和醫(yī)生對(duì)醫(yī)學(xué)的理解和跟患者交流的技能，將信息有效地傳遞給患者。

醫(yī)生作為患者的代言人

醫(yī)生都在醫(yī)療保健的前線身經(jīng)百戰(zhàn)，每天都聽(tīng)取患者的意見(jiàn)，經(jīng)年累月地照顧同一位患者，并深刻了解醫(yī)學(xué)的可能性和局限性。從這個(gè)角度來(lái)看，醫(yī)生能夠傾聽(tīng)并回應(yīng)個(gè)別患者以及患者整體的需求。當(dāng)有利益沖突時(shí)——比如說(shuō)要在患者之間分配有限的醫(yī)療資源——這種代言作用尤為重要。這些問(wèn)題可能很復(fù)雜，而且很易引發(fā)激動(dòng)情緒，但至少是合理透明的。不一定每個(gè)人都會(huì)同意最終決定，但通往該決定的過(guò)程經(jīng)得起仔細(xì)審查。

在AI時(shí)代，有種風(fēng)險(xiǎn)是利益相關(guān)者可以在算法中嵌入“隱藏”值，達(dá)到影響患者護(hù)理的目的。正如Paul Hodgkin博士所說(shuō)：“發(fā)生價(jià)值沖突時(shí)會(huì)如何？一家資助機(jī)器學(xué)習(xí)系統(tǒng)的醫(yī)藥公司可能希望增加銷售額，而醫(yī)療保健系統(tǒng)可能希望降低成本，同時(shí)患者可能優(yōu)先考慮安全性?！彼腥恕ɑ颊?、公眾和醫(yī)生——都需要參與這個(gè)過(guò)程并讓“規(guī)則”算法負(fù)責(zé)。醫(yī)生所能做出的關(guān)鍵貢獻(xiàn)將是他們對(duì)兩個(gè)領(lǐng)域的理解：“現(xiàn)實(shí)世界”中患者的經(jīng)歷，以及醫(yī)生對(duì)于醫(yī)學(xué)的能力和風(fēng)險(xiǎn)的理解。

醫(yī)生在臨終護(hù)理的場(chǎng)合

科幻大師阿西莫夫提出的機(jī)器人/AI守則中，最基本的原則是“不傷害人類或通過(guò)不作為讓人類受到傷害?！边@個(gè)原則在大多數(shù)情況下有效，但在臨終決定的情況下可能會(huì)失敗。人類醫(yī)生能夠理解，一些決定不僅僅是基于生存的邏輯問(wèn)題。盡管阿西莫夫定律與希波克拉底誓言有相似性，但人類能夠?qū)ζ溥M(jìn)行更復(fù)雜的解讀，包括生命不僅僅在于長(zhǎng)短，還應(yīng)該考慮生活質(zhì)量。AI在這方面的局限很難通過(guò)簡(jiǎn)單地插入一個(gè)“生活質(zhì)量變化-剩余生命”的閾值來(lái)克服。一名患有晚期疾病的患者可能選擇姑息治療，而另一個(gè)可能會(huì)選擇進(jìn)一步化療。患者做出的決定可以基于許多因素，這些因素可以提供給AI算法來(lái)分析，但最終決定仍需要患者獨(dú)自完成。這類決策必須始終處于算法之外。

總結(jié)

AI的出現(xiàn)將是醫(yī)療保健的一場(chǎng)革命，因此醫(yī)生的角色也需要發(fā)展。本文突出了特別的機(jī)遇或挑戰(zhàn)。在AI時(shí)代成為一名優(yōu)秀的醫(yī)生，需要重新思考技能組合以及更大的心態(tài)轉(zhuǎn)變。醫(yī)學(xué)院和研究生培訓(xùn)也要計(jì)劃參與這場(chǎng)革命。新醫(yī)生要有能力處理AI構(gòu)建的新世界。在這個(gè)新世界中，AI會(huì)無(wú)縫記錄每個(gè)患者情況和每個(gè)臨床報(bào)道，將其呈現(xiàn)為輸入數(shù)據(jù)，并產(chǎn)生疾病的診斷、治療功效、不良事件和死亡的概率。在大多數(shù)情況下，AI將比人類更快、更可靠、更便宜地做到這一點(diǎn)。有些人會(huì)將此視為威脅，其他人則視其為機(jī)會(huì)。

這篇文章不是關(guān)于AI，而是關(guān)于新醫(yī)生以及他們?nèi)绾卧谥С諥I的醫(yī)療保健系統(tǒng)中找到自己的位置。這個(gè)時(shí)代需要的醫(yī)生是人類與AI相結(jié)合后的知識(shí)處理者和共情傳播者。現(xiàn)在是時(shí)候開(kāi)始為此準(zhǔn)備了。