在日本报道的第一起通过AI (人工智能) 抢救病人的案例中，人工智能完败一群经验丰富的人类医生，正确确诊了一位女性患者的罕见白血病种类。值得一提的是，它仅花了10分钟时间就比对了患者的基因信息和2000万份临床肿瘤学研究，然后就完成了这个性命攸关的确诊。

   这预示我们的医生要被机器人取代了吗？并不见得。不过日益增长的医疗数据、更强劲的电脑、更智能的算法，都预示着未来在医疗科学领域，AI会成为人类医生的助手。

   数据驱动型医学已开始挖掘基因、临床、医疗影像 (扫描和X光)、分子学这些日益膨胀的数据库了。人们设计出先进的算法，让它们自己在不断的探索循环中学习提高，而这一切对电脑硬件的要求并不高。计算机仅花几分钟就可以帮我们从数以亿计的记录中筛选出答案，而人类要完成这项工作可能得花好几年时间。

始于人类基因计划

   数据驱动型医学始于人类基因计划 (Human Genome Project)，这项工程希望通过收集全球各国人的DNA来识辨人体所有的基因，并绘制图谱。人类基因计划催生了许多子项目，使全球各地专门做DNA测序的研究机构越来越多，探索疾病遗传基础的研究也被提上议程。

   人类基因计划开展13年以来，计算机性能和基因计划产生的数据量以令人咂舌的速度飙升，数据驱动型医学应运而生。比如英国威康-桑格研究院 (Wellcome-Sanger Institute) 初期花了10年才测完的DNA序列现在1小时就能测完了。

   在技术的帮助下，他们可以同时开展五、六个项目。威康-桑格研究院将自己的研究结果与全世界的研究者共享，据报道该研究院的网站每周点击率高达2000万次。

走向个体化医疗

   医疗数据连续谱的另一端，是海量的个人健康数据。与智能手机同步的设备可以监控心跳速率、日行距离、消耗掉的卡路里等等。就像随身带着一位专属医生，给你提供有用的建议，并在必要的时候警示你。比如，提醒你现在血糖已高出警戒值，该去注射胰岛素了。

   以上所有信息都可以被分析并整合入你的个人医疗记录里，这些信息皆可安全地储存在“云端”。虽然目前处于初期阶段，但这些技术已经在某些地方开始应用了。

   未来如果你觉得需要到医院去看病，那么一位拥有AI助手的医生或许会拿出平板电脑查看你的在线医疗记录来为你确诊，这份详尽的医疗记录里可能会包括基因序列及其他的有用信息。在为病人做咨询时，慎重结合AI助手，可以将医生们的诊断精度提高好几个量级。

   在拯救生命，提高病人护理水平，为医院和研究所等医疗服务提供方省钱这些方面，AI和数据驱动型医学展现出了巨大潜力。

AI看病有风险吗？

   AI的风险主要可归为三大类：程序出错、网络攻击、望文生义导致误解指令。不过只要审慎调查，以上三点隐患都是可以解决。

   程序错误，俗称“bugs”，是开发得很差的软件中常见但本可避免的现实问题。产生程序错误是因为开发和测试流程未能正确执行。程序故障的后果可大可小。不过，软件程序在对安全性要求严格的领域已经应用数十年，例如医院和航空业都在使用。从前软件能做到的，我们有理由期待医疗AI应用程序也能做到。

   网络安全方面的研究资金雄厚，基本上实现了魔高一尺道高一丈，正方技术始终一路领先。我们当然不应自大自满，不过，目前也没有特别的理由认为医疗AI（或者任何AI）不能防住网络攻击。

   望文生义地听取指令这个缺点，可以通过内置保护措施来弥补，这是其他极度要求安全性的系统的标准惯例。医院绝不可能只让一个AI来负责攸关病人生死的决定，比如是否关闭生命支持系统。

   尽管存在一定的风险，但我们可以借鉴过去几十年中其他领域使用计算机的经验来管理医疗AI。那么我们为什么还是需要人类医生呢？因为医学是最以人为本的职业，所以除非机器人能像人一样感同身受 (这可能还有好长一段路)，否则它们就不能取代人类医生为病人看病。

   医疗机构对此有两种看法，一种认为如IBM公司的沃森博士（Dr. Watson）这样的AI——它是那个在《危险边缘》问答比赛中胜出的IBM超级计算机的医疗版——是个不错的助手，另一种则认为它只是个华而不实的玩具。

   鉴于AI能带来非常实际的社会和经济效益，我们还是应该大胆地探索开发AI助手的可能性，当然，掌舵者必须一直是我们人类。