健康界|| 深度，AI不能“取代”医生给我们看病，这并不是因为AI不够强大( 四 ) 约翰霍普金斯医学院的娜塔莉·特拉雅诺

从某种程度上讲，编程和数据成为医学领域最重要的能力之一。然而，计算机领域和医学领域的学科逻辑和评价标准，却存在一些分歧。特拉雅诺娃说， “现在太多人醉心于技术细节的提升，你去参加一个学术会议，到处都是跟你吹嘘自己的技术表现有多好，算法性能有多棒，然后在核心期刊上发了多少论文——这是他们领域的‘语言’ 。但最后能达到什么效果呢？”说到这里，特拉雅诺娃摇了摇头。
“现有的大部分算法，包括诊断和预测等，都不是在传统的医学范式下研究出来的，不能直接体现医学所需要的指标，即使一些已经投入应用了，但可靠度、可应用程度等，都需要进一步验证。 ”
宾夕法尼亚大学医学院血液和肿瘤专家拉维·帕里克（RaviParikh）在电话里对我说。 “他在《科学》期刊上发表的评论文章谈及了这个问题：当下的许多医疗人工智能相关的研究，都以计算能力、反应速度、概率分布曲线等作为指标，比如一个算法能够把判断某种征兆的速度提高百分之几之类。但是，这到底在临床上意味着什么？这对病人的治疗效果有多大增益？速度提高了，但误诊率呢？病人接受了这个诊断，是否病程变短、返诊率下降？这些所谓“落脚点”（endpoint）才是医学关心的指标，也是监管机构是否给某个技术放行的依据。
一言以蔽之，人工智能想要治病救人，必须要接受医学标准的审视。特拉雅诺娃深知其中的不易，前文提到的3D造影技术即将投入大规模临床实验，最终的评判标准并不是技术、性能，而是手术的成功率。 “接受了手术的病人，究竟有多少不用返工重来？返诊率是多少？”能够让临床医生彻底掌握这个技术，把除颤手术目前接近40%的返诊率大幅降低，才是这个技术成功的标志。

文章图片
作者和特拉雅诺娃合影
希维尔德森也表示，算法必须要“翻译”成为医学实验的成果方才能称之为医疗，定量的测试和评估是一切的基础。而在临床实验中，需要照顾的不仅仅是数据，还有病人。 “要验证现有技术的可用性、可靠性和效果，目前通用的方式是回溯性分析研究，这样才能在不影响病人的治疗水平的前提下得到好的结果，并且也需要伦理委员会的批准。 ”
而且，我们必须诚实面对算法的局限。所有的药物都有副作用和适用人群，同样，做人工智能的人也必须从“用算法去解决普适性问题”的思维中跳出，重视应用情景、数据来源和数据质量等等，学会医学语言的谨慎。监管也必须面对一些关键挑战——例如，如何保证数据的多样性，如何打开人工智能和机器学习的“黑箱” ，确定一个算法的具体原理与医学证据之间的联系。 “目前可以做的是建立完善的事后审计机制（auditingsystem），追踪算法和数据之间的关系，以及可能出现的数据偏差。 ”帕里克说， “但最后，一定还是落在临床的表现上，保证效用和可重复性。 ”
AI和医生的关系也许不是替代，而是互补
我在希维尔德森的实验室里看到了一个比乒乓球略小的3D打印模型，质感柔韧，中间的裂痕用细密的针脚缝了起来。 “这是一个有着先天心脏缺陷婴儿的心脏的一部分。 ”希维尔德森对我解释道， “我们用当前的造影技术，结合人工智能技术为心脏建模，然后打印出来供进行手术的医生练手。 ”

文章图片
图：心脏模型
看着这个小小的模型，我仿佛能看到主刀医生和助手们围在屏幕前讨论手术方案，仔细观察和打量模型，思考着从哪里入手——这才是人机的完美配合，也是当下的医疗技术带来的最实际的进步。 “在诊断和治疗中，一个医生的训练、经验和观察依然是最重要的。即使是最好的技术，也只能是增强医生的知识和能力，而不是替代。 ”希维尔德森说。