APP 隨著科技的飛速發展，人工智能在醫學領域的進步也是日新月異，有了非常不俗的表現，如臨床診斷數據分析，遠程醫療等等。因此，不少網友就提出了“未來人工智能會不會替代醫生？”。
個人覺得，要說人工智能徹底代替醫生，我認為還早，但是可以減輕醫生的壓力，讓醫生把更多的經力投入到直接的診斷治療中。就比如醫學影像學。這個領域可以大大降低人工錯誤。為什么這么說？下面就來和大家聊聊。
01，一場科技進步帶來的醫學革命
醫學影像學（Medical Imaging）是典型的科技帶來的醫學進步，甚至可以說是一場醫學革命。
對于體表的疾病，我們還可以判斷，比如皮膚病啥的。但是，很多疾病都是體內的，比如心肝脾肺腎或者大腦，這種情況下，如何了解病人體內的狀況？
事實上，絕大多數時候，我們只能依靠：猜。
通過十分間接的手段，比如望聞問切，或者各種可能的表現來推測可能的疾病，因此絕大多數時候，這種猜測，其實是十分依賴于經驗的，也誕生了大家對于醫生的一種認知，年齡大，靠得住。
而有了醫學影像學，一切變得不一樣。
自從1895年德國物理學家威廉·倫琴首次為妻子拍攝了一張左手的X光片以來，我們對醫學有了全新的認知。
我們第一次可以在體外對病人體內進行深入的觀察和判斷，這一點在過去簡直是無法想象的。病人體內的情況如何，我們只能通過對病人總體進行觀察，以及觸摸等方式才能進行判斷。而體內的情況，我們根本不清楚。比如骨骼內部什么情況，我們是無法肉眼觀察的，內臟的病灶更是如此?？梢哉f，在相當長的時間里，我們是在盲人摸象。
而影像學的出現，直接推動了整個醫學的進步。
通過借助一些媒介，諸如X射線、電磁場、超聲波等，我們可以在非創傷或者微創傷的基礎上，對人體內部的組織器官進行觀察，然后診斷醫師依據影像信息做出判斷。
可以說，如今醫學影像已經成為很多醫院診斷的基本策略，凡是涉及到無法直接用肉眼觀察和判斷的疾病，醫生基本上要求去做個影像拍攝。
02，影像學的制約——人
盡管影像學發展到現在，已經成為了醫療必備，但是影像學這種科技進步，卻依然有個最大的問題：如何判斷？
而對于醫學影像的判斷，依然依賴于人工。于是又繞回去了，這就有點像馬拉火車
無論什么樣的影像，結果都依賴于人工判斷，于是，經驗又成為了一個重要的問題。
然而，這也誕生了幾個嚴重現實問題：
1，醫療影像的判斷十分依賴于嚴格訓練和醫生本身的經驗。
2，醫療影像的判斷十分耗時耗力。尤其是一些細微的病灶總是在挑戰人眼的極限。
3，人工的不穩定性。
一個人一天的狀態，偶爾的疏忽，都可能造成影像上的判斷失誤，甚至可能引發更多的問題。
盡管這么多年，醫學影像學已經發展了很好了，有一套非常嚴格的標準，也形成了一門學科。
它可以說是很多疾病的最早也是最關鍵的一步，只有完成基本的確認后，才可以進行下一步的診斷和治療。但是依然無法避免這個問題。
據統計，一位經過嚴格訓練且臨床經驗豐富的醫生，在診斷一個病例時需查看約200張以上的CT掃描圖片，診斷時間約在20分鐘以上。這種高強度的診斷工作，不僅嚴重損耗醫生的精力，也對病情診斷的時效性與精準度有著嚴重的影響。
而一旦判斷錯誤，可能就會引發很多嚴重問題
那么， 是否真的無解？
03，人工智能，讓機器銜接機器
人工智能的出現，使得我們有了一種新的思路。
在人工智能中，最顯著的應用就是圖像識別，尤其是機器學習發展到現在，通過機器學習來識別圖像已經取得了長足的進展。
醫學影像學，基本上是以圖片為核心數據，而這，正是人工智能的長處。
既然醫學影像十分依賴于標準訓練和經驗積累，而且存在相應的標準，那么，完全可以用機器學習來去替代這個過程。給予機器相應的教程，輸入相應的標準，然后再給予足夠訓練，那么AI就可以成為影像診斷大師。不僅可以大大地節約時間，而且由于機器本身的嚴格分析，可以最大程度避免人類觀察不仔細導致的誤診。
事實上，目前已經有相關的研究了，通過將醫院積累的大量的影像交給服務器進行深度學習，然后結合已有的判斷方式進行訓練，最后可以讓機器成為判斷影像學的大師。極大地縮短了診斷時間，而且提高了診斷的準確率。而且，按照機器學習的能力，時間越久，數據量越大，那么這個系統變得越來越聰明。
在某些對照試驗中，其準確率可以穩定在85%以上，要知道，三甲超聲科經驗豐富的醫生在對應的測試中，準確率也不過是65%-70%。
而且，機器學習最大的優勢之一還在于：機器不會累。普通人很難長時間集中處理一些內容，所以讀片對于醫生也是沉重的負擔，而機器不怕累，那么自然可以持續性的處理結果。
這種情況下，甚至還可以加速醫療診斷。
相信很多人去醫院拍片子的時候，一定經歷過的問題就是：等待。長長的等待，掛號排隊半天，然后就診排隊半天，診斷3分鐘，開個拍片子，接下來，又是排隊繳費，排隊拍片子，以及，長長的等待，等片子出來，醫生下班了……經歷過幾次拍片子，基本上這個周期能夠占到整個就醫的三分之二以上時間。
而如果AI讀片可以發展好，那么這個周期可以大大地縮短。
盡管目前AI讀片并沒有落地應用，但是國內外不少頂級機構都已經開展了大量的訓練和學習，我認為，AI讀片未來在醫學領域實際應用只是時間問題。
而一旦實現，將極大地緩解醫生的壓力，可以進一步加速醫療上的進步。