最近網(wǎng)上有一個(gè)帖子傳得比較多，關(guān)于未來幾年內(nèi)人工智能會(huì)取代醫(yī)生的，還說首當(dāng)其沖的就是影像科醫(yī)生。
這個(gè)問題要是展開說的話很復(fù)雜，今天只往簡單里說。
1. 先說傳說中「最可能被取代的影像科」。
這幾年影像科比較大的改變就是引入了AI。我去年在一篇文章里提到，現(xiàn)在很多肺結(jié)節(jié)并不是醫(yī)生發(fā)現(xiàn)的，而是AI發(fā)現(xiàn)的?，F(xiàn)在健康人群體檢，最高有50%的概率能發(fā)現(xiàn)肺結(jié)節(jié)，也就是說兩個(gè)人就有一個(gè)會(huì)發(fā)現(xiàn)。
因此：
-現(xiàn)在高清晰的CT掃描以及AI技術(shù)的引入，使得肺結(jié)節(jié)的檢出率顯著提高；
-但肺結(jié)節(jié)的高檢出率在臨床上有什么樣的收益和風(fēng)險(xiǎn)，我們目前還不清楚。
再比如說甲狀腺超聲這二十年也很普及，發(fā)現(xiàn)的甲狀腺結(jié)節(jié)也特別多，但是后來發(fā)現(xiàn)很大一部分甲狀腺癌病例與過度診斷有關(guān)（尤其是女性）。為了解決這個(gè)問題，衛(wèi)健委還在去年的診療指南里面強(qiáng)調(diào)，不推薦一般人群行甲狀腺腫瘤篩查。
所以AI能代替的是一些反復(fù)的工作，AI有更高概率發(fā)現(xiàn)影像學(xué)異常，而且隨著技術(shù)發(fā)展，它的準(zhǔn)確率會(huì)越來越高，并且AI不會(huì)疲勞。
但是準(zhǔn)確度高并不直接等價(jià)于有臨床意義，這需要更多更長時(shí)間的臨床研究才能有答案，這需要大量醫(yī)生去思考、設(shè)計(jì)、開展并歸納總結(jié)的系統(tǒng)問題。

2. 另外一方面，看片子并不是影像科醫(yī)生的全部工作。
-某位患者應(yīng)當(dāng)選擇什么樣的影像檢查（比如一個(gè)乳腺癌患者應(yīng)當(dāng)做鉬靶、B超、MRI還是PET-CT）
-如何基于影像學(xué)檢查結(jié)果給予臨床醫(yī)生可靠的解讀；
-如何參與到臨床實(shí)踐當(dāng)中（比如影像引導(dǎo)下的介入治療）；
……
看片子只是其中的一個(gè)基礎(chǔ)操作而已。況且，在以前各種儀器檢查中就多多少少有機(jī)器輔助解讀了，比如十幾年前我在醫(yī)院實(shí)習(xí)輪轉(zhuǎn)的時(shí)候，那時(shí)的心電圖機(jī)就能直接給出診斷結(jié)果了，當(dāng)然結(jié)果不一定準(zhǔn)確，還需要醫(yī)生最終確認(rèn)簽字。
還有一個(gè)問題就是，我們訓(xùn)練AI的數(shù)據(jù)來自于以往的影像檢查結(jié)果，但是醫(yī)學(xué)領(lǐng)域不像互聯(lián)網(wǎng)的公開數(shù)據(jù)，它存在很大的信息獲取屏障，基于患者隱私保護(hù)也好、或者不同廠家、醫(yī)院設(shè)置的行業(yè)壁壘，這些都是阻礙影像AI訓(xùn)練的地方。
當(dāng)然假以時(shí)日，這些問題我認(rèn)為都可以解決，不過至少在現(xiàn)在，AI的影像解讀結(jié)果還達(dá)不到普遍認(rèn)可的地步。
3. 這也涉及到更深層次的問題，那就是行業(yè)和法律許可問題。
客觀的說，一個(gè)低年資、經(jīng)驗(yàn)有限的影像科醫(yī)生，和現(xiàn)在訓(xùn)練有素的影像AI模型，我想后者的解讀準(zhǔn)確率可能還更高一點(diǎn)。但問題在于，我們現(xiàn)在所有行業(yè)所認(rèn)可的，是「人類」的解讀結(jié)果。
比如保險(xiǎn)公司和法庭是否愿意采納AI給出的疾病判定，一方面是AI無法承擔(dān)責(zé)任，另外一方面醫(yī)生基于自身的利益考慮也會(huì)「讓AI無法擔(dān)責(zé)」。歸根到底，這個(gè)世界的游戲規(guī)則是人類設(shè)定的，人類首先會(huì)保護(hù)自身的利益。
這就是醫(yī)學(xué)以外的限制，打破這些限制的難度遠(yuǎn)高于AI算法的改進(jìn)。
4. 醫(yī)生會(huì)被替代這種說法，并不是AI時(shí)代才有的，有電腦的時(shí)候就有這種說法了。包括在十年前IBM的Watson Health也曾被寄予厚望，而且Watson一上來就是診療難度最大的癌癥領(lǐng)域，IBM也投入了數(shù)十億美元，也與美國最頂尖的MD安德森癌癥中心、紀(jì)念斯隆凱特琳癌癥中心展開Watson的合作。
但是Watson最終失敗了，它最終沒有被訓(xùn)練成一位癌癥專家。這背后的原因有很多，大家感興趣的可以去查一下，或者你可以直接問下ChatGPT為什么Watson沒有達(dá)到它最初的設(shè)計(jì)目標(biāo)。
還是上面那句話，假以時(shí)日，我覺得醫(yī)生會(huì)有越來越強(qiáng)大的AI工具可以協(xié)助診療，但并不是替代醫(yī)生。重復(fù)機(jī)械的操作會(huì)被取代，而且應(yīng)該被取代，注意這里說的是「操作」而不是「職業(yè)」。
再往前一點(diǎn)說，上世紀(jì)五十年代，北京協(xié)和醫(yī)院的血常規(guī)是醫(yī)生在顯微鏡底下一個(gè)一個(gè)去數(shù)血細(xì)胞的，現(xiàn)在機(jī)器直接分析結(jié)果了，不需要耗費(fèi)大量的人力工作了，但協(xié)和仍然還是協(xié)和。
5. 對(duì)于任何一個(gè)職業(yè)而言，能提供完整解決方案的職業(yè)被取代的難度是最大的。
影像報(bào)告分析不難，但是目前只有醫(yī)生給出完整的、有臨床意義的解決方案。在任何一個(gè)時(shí)代，請(qǐng)多多嘗試學(xué)習(xí)使用新工具，而不是與工具為敵。
這一點(diǎn)并不僅僅是限于影像醫(yī)生一個(gè)職業(yè)，也包括醫(yī)療行業(yè)以外的其他職業(yè)。附圖是我用midjourney畫的兩幅畫，這類AI畫作你今天在網(wǎng)上隨處可見，入門沒有什么難度。但是，能不能畫出有創(chuàng)意的、吸引人的作品，本質(zhì)上還是看屏幕前的那個(gè)大腦。
最后，我在之前寫肺結(jié)節(jié)AI的那篇文章里提到，將來我們應(yīng)該相信醫(yī)生，還是相信AI？
其實(shí)，這兩者并不是對(duì)立關(guān)系的。AI可以輔助醫(yī)生提高工作效率，而醫(yī)生也應(yīng)當(dāng)將技術(shù)本身轉(zhuǎn)化為患者的臨床獲益。
醫(yī)學(xué)進(jìn)步，以人為本。