算法+医生打造的新型医疗特工队

机器会比医生能干？目前还没有。但是，某些医学领域，机器能帮助医生提供更好的服务。

人类反复跌倒的地方，机器能助我们一臂之力。每个医生，即使是那些头脑最优秀的医生，也会有健忘、出错、注意力分散的时候。统计数字可能会让即将接受外科手术的患者感到不安：每10万个手术之中，就会有一起手术弄错人体部位。每1万个手术当中，就会发生一起体外物体（比如手术工具）意外留在病人体内的乌龙事件。

诸如核对清单这样技术含量较低的自动化工作，有助于减少上述失误。比如，采用核对清单的工具，核对病人身份、手术部位、确定手术仪器和环境是否消毒、术后统计手术工具数量，术后并发症和死亡率都有所降低。简单步骤每年可让成千上万的病人免受感染之苦。

人类处理和操作信息的局限性大大限制了医生（哪怕是最能干的医生）及时更新最新医疗信息的能力。仅2014年就有75万多个新的医疗研究。即使假设外科医生仅需了解自己专业内的最新研究，最优秀的医生也无法消化所有信息。仅癌症领域，每年就有15万篇新增研究成果。

另一方面，计算机很善于搜索、组合海量数据。IBM的人工智能系统沃森（Watson）就是例子。纽约纪念斯隆凯特琳癌症中心的外科医生小组、德州大学的安德森癌症中心以及克利夫兰诊所正在训练Watson，用海量癌症数据来提供更加定制化的医疗服务。

在波士顿儿童医院，Watson将帮助医生诊断、治疗某类肾病。另外，Watson也会与苹果公司组队搜集保健数据；和强生公司合作改善膝关节和髋关节替换手术病人的术后护理工作；和医疗设备制造商Medtronic一起检测糖尿病人何时需要调整胰岛素用量；与CVS合作，改善针对慢性病人的服务。另一个以计算机为辅的癌症治疗方法已经被广泛用于肿瘤学实践。另一些自动化系统检测有助于避免药物处方中的错误。

对于许多病人来说，接受机器的医疗诊断或治疗很可能会让他们觉得不爽。根本问题在于医疗行为是否能够完全依赖数据驱动。如果所患疾病和诊断治疗之间的区别仅仅在于处理数据，那么，大体上说，计算机有一天就能提供人类水平的医疗服务，甚至比人类医生做得还要好。

但是，治疗疾病不仅仅是个数据处理问题。在一些病例中，我们或许缺少相关数据，医生的判断才是最好的。医患之间的互动也会为病人带来很多好处。安慰剂效用也是真实和有效的。研究表明，如果病人与医生有着密切私人关系，并且医生也参与到护理过程，病人就更有可能遵循医生制定的治疗方案。治疗既需要人类互动，也需要病人信任医生，这是计算机无法做到的。

病人也可能会质疑计算机是否能提供最棒的医疗服务。2010年，发表在《Health Affairs）的研究显示，消费者相信医生能够提供标准的医疗服务。相比之下，他们认为，严格根据医疗数据和指南的医疗服务（就像那些自动化医疗系统所做的那样）只能满足了最低要求，符合最低的质量标准。

但是，某些医疗领域，算法会有更好的用武之地，作为补充，而不是替代医生。普林斯顿大学的经济学教授Janet Currie和他的同事研发出一种简单的算法，可以提高心脏病人的护理质量。根据他们的分析，佛州医院急症室十分之一的病人，在1992年到2011年有过心脏病发史，但是，他们接受的治疗并不适合他们的病情，不适合的护理反而增加了死亡率。基于病人特征的算法可用来侦测治疗手段中的不适性，有望改善治疗结果。

仅仅因为算法能够协助医生做出更好的决定，并不意味着没人类什么事儿了。重要的是不要过分依赖数据和自动化。医生 Bob Wachter就曾讲述了一个电子医疗系统的自动化如何导致旧金山医疗中心一位患者儿童的用药过量的反面例子。

尽管依赖自动化会有害，但是，自动化确实能提高安全性，事实已经证明了这一点。人类自保的野心将使自己不可避免地走向自动化，医疗领域也同样如此。原因很简单：有些事情上，人类比机器做的好，但不全是如此。

来源：机器之心   作者：Synced