如果你去正規的大醫院看過病，你肯定對醫生的診斷方法印象深刻：首先他會讓你做各種各樣大大小小的各類檢查，然後邊看檢查報告，邊問患者你什麼病呀、持續多久了、之前吃過什麼藥、對什麼藥過敏等等。走出醫院以後你會對醫生的診斷很不放心，這根本不是醫生在給我看病，是儀器和我自己給自己診斷了病情，醫生只是負責在醫箋上寫一串正常人看不懂的字，然後去藥房取藥。
醫生
現代的醫生怎么診斷病情的呢?主要是兩個方面，一是各種儀器檢查報告，二是根據經驗進行臨床診斷分析。這對醫生有什麼技術上的要求呢?一是要看得懂儀器檢查報告，二是要積累足夠多的臨床經驗，所以老醫生的掛號費特別貴，而且很難掛上。今天，一個人從本科開始學醫，到學夠足夠的知識去開始執行醫生的工作需要經過5年本科，3年研究生和3年博士，共11年時間的學習。在這11年裡，一部分時間用在學習如何看儀器診斷報告，大部分時間在學習研究各種典型醫學案例，積累經驗。
從這個角度來看，大部分的醫生其實並不需要太高的專業本領，他做的更多的是簡單重複的工作，理論上，只要能看到檢查報告和積累一些病例，人人都可以當醫生。既然醫生不需要太高的專業本領，為什麼過去幾百年時間裡，醫生地位一直那么崇高?因為人體是一個非常複雜的組織，造成人生病的原因非常多，要把浩如煙海的病例都學好記住，這非常困難，需要超出常人的刻苦和長時間的積累。
人工智慧
但是，隨著人工智慧的迅猛發展，醫生的時代可能很快就要結束了。
首先需要聲明的是，我是人工智慧的保守主義者，我不認為人工智慧已經或即將到達奇點，不認為人工智慧已經足夠成熟，我認為當下人工智慧還處於初級發展階段，如果說人工智慧的進程有一百步的話，現在的人工智慧才邁出了第一步，很可能腳都還沒有落地。但是，哪怕是走了半步的人工智慧也足以顛覆很多古老的職業，如醫生。
現階段的人工智慧擅長的是什麼?人工智慧具有迅速處理海量複雜數據信息能力，具備通過邏輯推理和深度的歸納分析解決通用問題的能力，並能夠從一個平台遷移到另一個平台的不朽思維，永遠不會抹去或忘記事情，也不會搞錯任何信息。所以現階段人工智慧非常擅長簡單的、重複性的、有規律的腦力勞動。
看出來了嗎?當前大部分醫生的工作其實就是簡單的、重複性的、有規律的腦力勞動，而人工智慧在這些醫生面前有更多的優勢，如，診斷速度更快，機器能實現一體化的檢查、分析、診斷和治療方案，患者不需要一個個檢驗科地跑，來回穿梭於診室和藥房，只需要被機器掃描一下，然後取藥回家;如，機器診斷的準確性更高，由於機器的縝密邏輯和永不出錯，而且一切出於客觀邏輯而沒有主觀判斷，所以機器幾乎不會出現誤診;成本更低，未來涉及到人力勞動的服務都會很貴，而機器服務幾乎是零成本的，所以成本自然會大幅下降;對患者隱私的保護更到位，機器不會好奇不會八卦不會傳播患者的信息，諸如此類。所以，準備歡呼機器人醫生時代的到來吧。
其實，不需要等多久，機器人醫生已經在路上。如IBM創造“沃森”正在快速成為一名優秀的醫生，沃森已經掌握了世界頂級醫學出版物上的醫學信息和資料，並接入了幾家大醫院的病例庫，憑藉這些信息和資料它能快速去匹配病人的症狀、用藥史和診斷結果，並形成一套完整的診斷和治療方案。從掌握的病例數量來看，機器人沃森可能是世界上最優秀的醫生。
醫療設備
而在國內，一眾科技巨頭也在積極布局智慧型醫療，如，騰訊就在開發一個名為“騰訊覓影”的醫療領域AI產品，它通過對人體進行掃描，就能檢查出人體內各部位、各器官的的疾病，哪怕還只是一個苗頭。據介紹，騰訊覓影的工作原理分兩步：第一步，海量學習、理解和歸納各種醫療信息，包括權威醫學書籍文獻、診療指南和病歷等海量信息，自動構建一個大規模的“醫學知識圖譜”;第二步，接入各大醫院的臨床診斷案例庫進行深度學習，不斷自行最佳化其運算模型，提升診斷能力。當前，騰訊覓影已經初步在河北十多家大醫院落地，輔助醫生進行診斷。
我一個醫生朋友見識過騰訊覓影的能力後也不禁感嘆：辛辛苦苦學醫11年，抵不過機器學習一天啊。
醫生 人工智慧 醫學
