AI臨床應用擴大化！誤診大幅減少，卻悄然加劇醫生實力差距

文／平松類

AI診斷可杜絕庸醫

引入人工智慧等高科技之後，醫療界會發生怎樣的變化呢？首先受到影響的就是疾病診斷。

許多疾病可以根據血檢報告及CT（斷層掃描）、MRI（核磁共振成像）等圖像資料直接進行AI診斷，也就是說，不用醫生也能做出診斷。很多人認為AI診斷的正確率會更高，其實不然，研究表明AI和醫生的診斷正確率幾乎相同。相比之下，採用AI診斷的好處在於能很大機率地「杜絕庸醫」。不僅如此，對於AI診斷的研究也非常容易，很多技術如今已趨於成熟，幾乎每次學術會議上都有人發表相關研究成果。但這些研究都還只是關於「診斷」的，幾乎沒有與「治療」或「預防」相關的，這又是為什麼呢？

在「治療」研究方面，雖然研究方法並不複雜，但會涉及倫理問題。假設要研發一台用AI做胃癌手術的機器，該機器能比傳統手術縮短半個小時的手術時間，復發率也會下降百分之2。那麼在實驗研究階段就需要兩組資料的對比，一組是傳統胃癌手術的資料，一組是AI胃癌手術的資料，而且得確保是手術患者對自己將接受哪種手術不知情的情況下獲得的資料。因為知情和不知情會直接影響患者的術後生活態度，如果患者知情，那產生的資料差異可能並非手術本身帶來的。比如，患者知道自己做的是AI手術，又盲目相信AI，術後可能不注意保養，最後導致復發率升高。同理，患者知道自己做的是傳統手術，因擔心手術效果，在術後生活中處處小心，最終復發率降低。這些都是有可能發生的情況。

正因為醫療是大家翹首期盼的重要領域，所以相關研究也正如火如荼地進行著，但依然繞不過倫理這關。我也曾開展過對患者進行「迴避治療方案」的相關研究，為了能爭取三十位（研究的最低人數下限）患者的協助，在向患者說明研究內容並獲得患者同意這一步上就特別傷腦筋。其實，研究中使用的治療方法安全性相當高，解釋起來也不難，但還是有很多患者表示「不願參與醫學實驗」。我也能理解這種心情。為了能爭取到這三十位患者的參與，我與比這多得多的患者進行了逐一的解釋，而在後來的實際研究過程中又是困難重重，耗費了相當大的精力。

其實，AI診斷很簡單，因為答案已具備。我們首先請專家醫生和普通醫生對一位患者進行診斷，然後再由多名專家醫生會診，由此得出的診斷結果就是「標準答案」，也就是說，正確率為百分之百。隨後，我們讓普通醫生來診斷，把診斷結果和「標準答案」對照，一般情況下正確率是百分之80。接下來，再由AI對同一患者進行診斷。如果AI的正確率高於普通醫生，就表示AI診斷可行；如果正確率達到專家醫生的水準，那麼可以說，AI診斷更令人放心，而且它還不知疲勞，不會誤診，且無須數名醫生會診。由於問題與答案都是對應的，所以AI學起來也很容易。對患者來說，只不過是由多名醫生和AI一起為自己做診斷而已，所以就算成為醫學研究實驗的對象也是放心的。其實，目前全球的AI診斷研究正在快速發展。

「名醫」與「普通醫生」的差距

上文中我們談到，在AI時代，醫生之間的差距會變大。這裡所指的差距並非「表面上的實力」和「收入」方面的差距。進入AI時代後，頂尖醫生憑藉「AI＋實力」，醫術會更高超，其做的治療效果也會更好。他們會把一些必要的病理檢查和向患者說明病情的工作交給AI，自己只需集中精力做自己關注的事。這樣一來，工作效率就提高了，也能為更多的患者提供診療。同時，因為有了AI提供的輔助診斷，在對疾病的判斷上會更省時省力，醫生可以潛心研究手術中的疑難點和注意事項，手術時間也能得到充分保障，醫生的實力自然能得到進一步的提升。

如果頂尖醫生能夠接診足夠多的患者，疑難雜症就都會集中到他們那裡。相反，普通醫生那裡就只是借助AI診斷，接診一些一般疾病的患者了。

之前，這些「普通醫生」也能接觸到大大小小的病症，而引入AI後就只能接診普通疾病患者了。那麼，這些醫生原本還想努力學習提高醫療水準，但面對這一情況就覺得沒有必要了。這樣一來，工作倒是輕鬆了，同時，醫術也如逆水行舟，不進則退了。