醫療AI迅猛發展的同時，業界對其風險的討論亦方興未艾：醫療AI產品如何真正有效嵌入臨床診斷流程？如何保護患者數據隱私？如何明確醫療主體責任……想要防控這些風險，各方又該如何作為？
當感到身體不適時，只需向醫療人工智能（AI）虛擬助理描述症狀，機器人在將病人症狀與醫療信息庫數據比對後，即可提供診療建議；當醫生需要讀取CT、X光等醫療影像數據時，只需藉助醫療AI影像輔助診斷系統，即可準確診斷各類腫瘤、老年痴呆等疾病……
通過AI賦能，人類對醫療行業的諸多想象正在逐漸變成現實。
AI助力醫療增效
自上世紀70年代以來，AI就開始被應用於醫療行業，1972年美國斯坦福大學研製出MYCIN醫療諮詢系統，通過將醫學知識輸入計算機程序，該系統可依據既有規則推理和判斷病情，模擬真實場景中的診療過程，幫助醫生對細菌感染患者進行診斷並開出抗生素處方。但這種早期的AI系統受限於輸入的醫學知識有限，無法應用到病情複雜、種類繁多的臨床階段。
近年來，隨著大數據、機器深度學習等技術迅速發展，AI對醫療領域的影響越來越明顯。據中國信通院互聯網醫療健康產業聯盟2018年1月發佈的《醫療人工智能技術與應用白皮書（2018年）》，在中國，AI在醫療領域的應用場景已包括虛擬助理、病歷與文獻分析、醫療影像輔助診斷、藥物研發、基因測序等細分領域。
有業界人士認為，面對龐大的就醫需求，虛擬助理可幫助減輕醫生負擔，優化緊缺的醫療資源調配、降低患者等候期間的安全隱患。
電子病歷既包括結構化數據，也包括大量自由文本輸入的非結構化數據。利用機器學習和自然語言處理等技術，將非結構化的自由文本轉換為結構化的數據，機器就能和醫生一樣“讀懂”病歷。
不過，無論是虛擬助理，還是電子文本與影像分析，目前醫療AI仍處在弱人工智能階段，與替代醫生診斷的終極目標還相去甚遠。但是，醫療AI通過優化診療流程、替代勞動密集型的重複性工作，可讓醫生將精力更多地放在患有重大疾病的病人身上，有利於醫療資源得到更加合理的分配。
醫療AI的挑戰
儘管醫療AI前景可期，但其發展與應用也面臨不小的風險和挑戰。
首先，AI與醫療行業差別巨大，各自從業者的教育背景和周邊社會環境也截然不同，這就造成了AI工程師與醫生之間的溝通成本高昂。而且工程師很難百分之百將醫生的意志體現在產品中。張少典說，“隨著醫療AI從業者增多，科技公司不斷摸爬滾打，也會逐漸感受到醫生們想要的是什麼，通過這樣的反饋不斷去測試、迭代產品。”
其次，醫療行業涉及生命安全，嚴謹與保守是其特性，新技術在其中的應用常需反覆校驗，快速發展的AI科技遇到醫療自然也會“慢下來”。AI產品在醫療中還存在能否成功嵌入的風險。
韋力認為，“AI作為後進入的技術，需要結合醫學領域的特殊性，經歷一個完整的研發、測試、適配過程，才能真正融入到現有的醫學科學體系中，為醫療行業賦能。”
此外，醫療數據高度敏感，醫療AI的發展需要能夠嚴格保障患者的醫療數據安全，防止患者的醫療隱私信息發生洩露。1996年，美國頒佈了《健康保險隱私及責任法案》（HIPAA），規定了患者信息的使用邊界。
第四，在醫療責任認定、醫療過失判斷上，醫療AI也面臨不小的挑戰。例如，用戶在用醫療虛擬助手錶達主訴時，可能會漏掉甚至錯誤描述，進而導致虛擬助手提供的建議不符合用戶原本的疾病情況——如果機器給患者看錯病了，社會能接受嗎？張少典表示，“針對這類問題，目前所有的醫療AI公司定位都很明確，只提供決策參考，但下決定的還是醫生。”來源《環球》雜誌 第13期
乖乖，嘗試，總是需要的，一步步啦，它和它們進步總是會超越人類的
閱讀更多 工程機械模擬器 的文章
