人工智能在医疗领域潜力巨大, 但不要幻想它无所不能

最近国内有个关于AI诊疗的新闻讨论度很高。通过普通的CT平扫和人工智能模型结合，使得医生可以更早期发现胰腺癌，改善患者的的预后。网络舆论对此表示很惊讶和兴奋，这意味着人工智能可以发现医生发现不了的疾病吗？

先解释一下，胰腺癌是预后最差的恶性肿瘤，而在胰腺癌早期，一般的影像学检查手段灵敏度和准确度都不理想，很多时候需要使用增强CT，甚至是活检这种有创检查手法才能确定病灶的性质。一部分胰腺癌患者因为诊断不明确，失去了早期治疗的机会。

但即便是普通的CT影像，终究是可以反映一些病灶的情况，较为专业的医生可以从中做出一些判断。可是有这种水平的医生并不多。不过好在图像模式识别属于人工智能最为擅长的领域，早在十年前，人工智能就可以在多个医学相关的影像数据集上实现比人类更高的准确率。所以现在通过优化后的模型，确实可以早期诊断上表现出来很优秀的能力。

实际上类似的模型应用远不止胰腺癌，对于多种肿瘤的早期筛选，人工智能都起到了不小的作用。大多数肿瘤早期的影像学表现都不是很明显，使用人工智能技术之后，确实对肿瘤早筛准确率提升明显。

而在肿瘤早筛领域，人工智能的使用也不只是影像学。之前在体检之中，常常会检查肿瘤标志物，但实际上这些标志物对于早期肿瘤的筛查效果很差，于是科学家选择了检查血液里边的肿瘤DNA碎片，它们比肿瘤标志物更加准确。肿瘤早期的DNA碎片也极少，但是在结合了人工智能技术之后，DNA碎片早筛人工智能变成了有可能的事情。

可是事情没有那么简单，既然在2016年很多医学影像识别人工智能就超过了人类，为什么直到今天，人工智能才在医疗领域广泛使用，并且定位不是代替医生，是医生的助手呢？

原因也没有那么复杂，首先是人工智能的泛化能力至今仍然有问题。对于数据集之内的情况，人工智能的处理一般是很好的，但是对于数据集之外的情况，只要一点扰动，结果就可能出大错。而很不幸，临床中这种扰动不在少数。尽管今天的人工智能在泛化能力上有了不少的进步，但是距离根治这个问题依然有很遥远的距离。

其次，任何一种技术都有可能带来误诊，人工智能技术也是如此，如果人工智能出现误诊，责任问题该如何划分？目前学界还没有什么答案，尤其是涉及到肿瘤早筛这种医疗诊断的易错地带，责任划分一向都是难题。

所以人工智能在医疗领域的应用，目前还不能独立完成诊断，始终是一个助手。这当然对医疗也很有帮助，但是绝对没有人工智能企业说的那么夸张。人工智能目前的应用还是需要考虑更多具体的场景。

经过三年多的人工智能狂潮，我们可以得出一个结论，人工智能的应用潜力巨大，但是想要用好用对，绝不是随便找个任务强行接上人工智能就搞定了，我们必须考虑实际场景的复杂性。

而硅谷现在主导人工智能这帮人，一个比一个自大狂，对于具体场景根本不在乎，他们真的觉得，自己发明了一个无敌的人工智能，其他人不用不是因为应用没有办法落地，而是其他人有眼无珠。

在这种情绪驱动之下，虽然在顶尖大模型领域美国的水平依然比中国有几个月的优势，但是在各个场景的人工智能落地上，中国的人工智能落地率是高于美国的。从我国的实践来看，人工智能确实可以提升生产力，但是显然没有硅谷说的那么夸张。

尤其是在医学这种涉及到生命安全的领域，人工智能应用比想象中困难多了。除了影像学诊断学之外，之前常常被认为存在巨大人工智能应用潜力的方向是药物开发，人工智能关注这个领域已经超过了十年，但至今的成果依然有限。

当代的新药开发成本巨大，十亿美元一个新分子已经是过去式，现在的价码已经到了五十亿美元，而开发周期则普遍超过十年。如果能用人工智能技术优化药物开发，理论上这会是个非常巨大的市场。随着蛋白质结构的人工智能模型出现，AI界似乎认为，人工智能将会改变药物研发的规律，甚至认识到生命运行的基本法则。

但是现实情况却浇了一盆冷水。虽然在分子发现阶段人工智能确实不错，但是进入临床试验之后，人工智能技术并没有展现出来什么优势。至今为止，还没有哪一款人工智能开发的药物真正获批进入临床。而从实验进度比较快的人工智能药物来看，这些药物虽然都不错，但是进入临床之后的性能，恐怕也并没有什么压倒性优势。

究其原因，人工智能虽然对蛋白质结构有了认识，但是在人体中，各种蛋白与核酸的结构是处在一个动态的状态，拿静态的数据去指导动态的活动，虽然并不是不可以，但是效果就不要指望太好了。而蛋白质在动态之中复杂的活动，人类当下的技术又无法收集太多的数据给人工智能去训练。

这倒不是说人工智能药物开发没有用，实际上国内这两年药物出海lisence out的药物，差不多有一多半在分子阶段都使用了人工智能发现技术，确实显著提高了药物开发的效率。这是很实打实的应用，只要对人工智能的能力界限有所认识，把人工智能用在合适的场景，那么价值就是巨大的。

当下社会对待人工智能的情绪很容易走向二极管，不是包治百病，就是什么用都没有。这两种态度都不对，正确的思路应该是把人工智能用在合适的场景，那么人工智能就能发挥巨大的作用。对于医学，对于其他领域，我们都应该秉持这样的客观的角度。