我們正在經(jīng)歷新技術(shù)快速擴張的時代，它在融合信息世界和實體生物世界。AI、電子健康記錄和大數(shù)據(jù)、遠程醫(yī)療、家用監(jiān)控的“可穿戴設(shè)備”和虛擬/增強現(xiàn)實這些新科技正在塑造著未來，讓醫(yī)療保健服務變得更有效、更準確、且更具可持續(xù)性。來自DeepMind和IBM Watson等行業(yè)領(lǐng)導者已經(jīng)在英美的醫(yī)療保健領(lǐng)域進行AI測試。機器在很多方面都具有優(yōu)勢，讓一些臨床醫(yī)生擔心AI會取代醫(yī)生的角色，但這種想法低估了醫(yī)生對于病人和社會的作用和價值。AI的確可能給醫(yī)療行業(yè)帶來巨變，但讓一名醫(yī)生成為好醫(yī)生的核心價值觀是不會改變的。

在人工智能時代，醫(yī)生將需要放棄舊角色，并找到最適合他們的地方，發(fā)揮最重要的影響。AI的中心是它的算法，大家關(guān)注的是新算法在哪些地方超越了人類，但是我們也應該同時關(guān)注另外一個方面：人類醫(yī)生在人工智能的時代扮演了哪些新角色呢？

醫(yī)生作為人類-AI診斷過程的一部分

進行臨床診斷時，需要醫(yī)生來判斷并分析患者的癥狀、體征和體檢結(jié)果。這種判斷容易受到醫(yī)生的模糊記憶，知識缺口和認知偏見的影響。而AI則有潛力對最新最全的數(shù)據(jù)和醫(yī)學證據(jù)進行客觀評估，并且基于這些數(shù)據(jù)來提供高度準確的診斷結(jié)果和推薦療法。

但是，AI需要先接受準確的數(shù)據(jù)輸入才能產(chǎn)生正確的診斷，而患者的癥狀體驗并不是總能用完美的醫(yī)學術(shù)語來描述，并且，了解患者的完整病史仍然是完成臨床診斷的關(guān)鍵技能。那些善于傾聽，能讓患者信任的醫(yī)生更有可能發(fā)覺患者的言外之音，獲取更多的數(shù)據(jù)，并采取正確的措施來幫助患者。

患者也有可能報告不準確或不相關(guān)的信息，包括夸張甚至謊言。人類醫(yī)生比AI更容易識別這些內(nèi)容。在人類-AI診斷界面里，人類醫(yī)生將有一個重要的角色，即作為“人類”來理解患者的疾病，并將準確數(shù)據(jù)輸入計算機。

但對于患者而言，面對診斷界面的根本問題可能不是“這臺機器能夠理解我嗎”，而是“我想要一臺機器來了解我嗎”。在將來，AI幾乎肯定能夠模擬移情并評估患者敘述的真實性。聊天機器人正在興起，而且AI解釋肢體語言的技術(shù)正在進步。但患者是否會愿意分享信息給機器？他們是否愿意讓一臺機器來告訴他們患上了癌癥，不管此時機器的情緒模擬的多么恰當？

有效溝通需要醫(yī)生仔細評估患者的希望、恐懼和期待值。其中大部分都是非言語的。一個熟練的醫(yī)生能讀出患者未訴諸于口的信息，這些溝通的渠道是種本能，并會影響醫(yī)生的診治行為，而醫(yī)生甚至通常沒有意識到。這種人類互動非常復雜，無法通過算法復制。

有時AI算法可能會由于缺乏適當?shù)臄?shù)據(jù)而失敗。比如對于罕見病，可能用于訓練的數(shù)據(jù)不足以支持人工智能。這個時代新醫(yī)生的重要技能之一，將是了解AI的極限以及如何在這些情況下做出診斷決定。同樣，在患者身具多種疾病，需要多種治療的情況下，決策會變得更加復雜微妙，因為一些醫(yī)療決定可能會影響另一個病情，AI在這方面的取舍可能會不如人類醫(yī)生。另一個挑戰(zhàn)將是等效診斷的情況，即AI提出多個診斷都具有相似的可能性。人類醫(yī)生需要對這種不確定性加以判斷，并與病人溝通。

急診室中的團隊領(lǐng)導者

目前的衛(wèi)生系統(tǒng)分診還依賴于人類判斷，有時根據(jù)規(guī)則，有時根據(jù)知識和經(jīng)驗。規(guī)則通常是基于少數(shù)變量，所以會比較生硬。

采用AI進行分診，可以基于更多的變量，從而達到更快、更準確、更敏感的效果。變量包括臨床測量結(jié)果和通過可穿戴儀器或植入技術(shù)獲得的實時跟蹤。分診不再需要簡單地劃分為粗疏的類別（比如表示病情危險級的紅色，琥珀色和綠色），而是可以根據(jù)患者風險和對于快速干預的需求進行不斷調(diào)整。連續(xù)數(shù)據(jù)流可以早期觸發(fā)緊急服務，讓無人駕駛的救護車裝載著人類急救員，在患者意識到之前就達到現(xiàn)場。

醫(yī)生在急診室的作用是團隊領(lǐng)導者、知識處理者和傳播者。協(xié)調(diào)迅速發(fā)展的診斷、治療途徑，并在可能的情況下與患者討論治療的潛在利益和風險，這將成為治療的關(guān)鍵。這些行為不一定必須是醫(yī)生來完成，但確實需要一個人類。

讓醫(yī)生去處理復雜和異常情況

許多溫和的疾病幾乎完全可以由AI接手處理。在診斷確定，并且有完善、有效和安全的治療方法時，可能不必有人類醫(yī)生的參與。

如果AI能處理大多數(shù)的常規(guī)低風險疾病，那么醫(yī)生將有更多的時間專注于那些需要豐富經(jīng)驗應對的復雜患者。這些患者可能具有更復雜的情況（比如罕見疾病或多發(fā)?。虿∏樵\斷的不確定性較大。

復雜的也可能是患者的實際情況，而不是病情。對于那些有學習困難、癡呆癥，成癮等情況的患者，可能需要比其他病人更多的人力支持，因此，AI能為醫(yī)生省下時間來幫助這些患者。

醫(yī)生作為患者的教育者和顧問

長久以來，醫(yī)生一直是醫(yī)療知識的看門人，為患者做出醫(yī)療決定。在AI時代，患者和醫(yī)生都能接觸到醫(yī)學知識。但人類非常不擅長理解概率和評估風險，特別是當它與自己或親友的健康有關(guān)時。因此，對大多數(shù)患者而言，醫(yī)生有個非常重要的任務是了解風險，并與患者交流溝通，內(nèi)容包括診斷可靠程度，干預的安全性或療效等等。醫(yī)生也需要能夠解釋AI制定的治療計劃。這并不要求醫(yī)生深入了解機器學習，正如使用磁共振成像掃描不需要詳盡了解機械知識那樣。讓醫(yī)生解釋AI的治療計劃，能夠結(jié)合AI深厚的計算能力，和醫(yī)生對醫(yī)學的理解和跟患者交流的技能，將信息有效地傳遞給患者。

醫(yī)生作為患者的代言人

醫(yī)生都在醫(yī)療保健的前線身經(jīng)百戰(zhàn)，每天都聽取患者的意見，經(jīng)年累月地照顧同一位患者，并深刻了解醫(yī)學的可能性和局限性。從這個角度來看，醫(yī)生能夠傾聽并回應個別患者以及患者整體的需求。當有利益沖突時——比如說要在患者之間分配有限的醫(yī)療資源——這種代言作用尤為重要。這些問題可能很復雜，而且很易引發(fā)激動情緒，但至少是合理透明的。不一定每個人都會同意最終決定，但通往該決定的過程經(jīng)得起仔細審查。

在AI時代，有種風險是利益相關(guān)者可以在算法中嵌入“隱藏”值，達到影響患者護理的目的。正如Paul Hodgkin博士所說：“發(fā)生價值沖突時會如何？一家資助機器學習系統(tǒng)的醫(yī)藥公司可能希望增加銷售額，而醫(yī)療保健系統(tǒng)可能希望降低成本，同時患者可能優(yōu)先考慮安全性。”所有人——包括患者、公眾和醫(yī)生——都需要參與這個過程并讓“規(guī)則”算法負責。醫(yī)生所能做出的關(guān)鍵貢獻將是他們對兩個領(lǐng)域的理解：“現(xiàn)實世界”中患者的經(jīng)歷，以及醫(yī)生對于醫(yī)學的能力和風險的理解。

醫(yī)生在臨終護理的場合

科幻大師阿西莫夫提出的機器人/AI守則中，最基本的原則是“不傷害人類或通過不作為讓人類受到傷害?！边@個原則在大多數(shù)情況下有效，但在臨終決定的情況下可能會失敗。人類醫(yī)生能夠理解，一些決定不僅僅是基于生存的邏輯問題。盡管阿西莫夫定律與希波克拉底誓言有相似性，但人類能夠?qū)ζ溥M行更復雜的解讀，包括生命不僅僅在于長短，還應該考慮生活質(zhì)量。AI在這方面的局限很難通過簡單地插入一個“生活質(zhì)量變化-剩余生命”的閾值來克服。一名患有晚期疾病的患者可能選擇姑息治療，而另一個可能會選擇進一步化療?；颊咦龀龅臎Q定可以基于許多因素，這些因素可以提供給AI算法來分析，但最終決定仍需要患者獨自完成。這類決策必須始終處于算法之外。

總結(jié)

AI的出現(xiàn)將是醫(yī)療保健的一場革命，因此醫(yī)生的角色也需要發(fā)展。本文突出了特別的機遇或挑戰(zhàn)。在AI時代成為一名優(yōu)秀的醫(yī)生，需要重新思考技能組合以及更大的心態(tài)轉(zhuǎn)變。醫(yī)學院和研究生培訓也要計劃參與這場革命。新醫(yī)生要有能力處理AI構(gòu)建的新世界。在這個新世界中，AI會無縫記錄每個患者情況和每個臨床報道，將其呈現(xiàn)為輸入數(shù)據(jù)，并產(chǎn)生疾病的診斷、治療功效、不良事件和死亡的概率。在大多數(shù)情況下，AI將比人類更快、更可靠、更便宜地做到這一點。有些人會將此視為威脅，其他人則視其為機會。

這篇文章不是關(guān)于AI，而是關(guān)于新醫(yī)生以及他們?nèi)绾卧谥С諥I的醫(yī)療保健系統(tǒng)中找到自己的位置。這個時代需要的醫(yī)生是人類與AI相結(jié)合后的知識處理者和共情傳播者?，F(xiàn)在是時候開始為此準備了。