栏目语
科技创新是高质量发展的强大驱动力。
党的二十大报告指出，要完善科技创新体系，加快实施创新驱动发展战略。在健康中国建设的进程中，健康科技创新起着至关重要的作用。每一时，医学科技创新体系的构建都在进行，每一刻，医学科技的进步都在书写。
而这一切，身处其中的人往往最先感知。
科研基地、资源平台、创新中心……这些体系的构建需要一个个具体的人的推动，他们思考、谏言、行动。
脑科学研究、智慧医疗、创新药物开发、健康产业发展……这些医学科技行业突破也需要一个个具体的人的努力，他们察觉、研究、突破。
自2023年8月1日起，国家卫生健康委百姓健康电视频道（CHTV）和医学论坛网共同开设“科创向未来”栏目，对话医疗科技创新领域的思考者、引领者、创新者。让我们跟随他们的脚步，在医疗健康科技创新之路上不断前行。
人工智能会代替医生吗？
近年来，关于这一议题的讨论甚多，尤其是ChatGPT的出现，更加剧了这一现象。回答医学问题、生成影像学报告、辅助制药、在X光片中正确识别从未“见”过的病变……人工智能给大家展现了无数可能。
人工智能真的如大家所见，那么神奇吗？人工智能会代替医生吗？这段路还有多远？在近日举行的“医工智融”创新发展论坛上，国家卫生健康委员会百姓健康电视频道(CHTV)独家对话北京大学王选计算机研究所研究员赵东岩。
目前还不现实
“目前看，这是不可能发生的。”
谈及人工智能取代医生，赵东岩给出了比较明确的结论。这位主攻自然语言处理、大规模语义数据管理和基于知识的智能服务技术的博士生导师缘何给出这一结论？
赵东岩指出，主要有两个方面的原因。
一是ChatGPT不具备完整的医学知识逻辑。作为一个大规模预算语言模型，ChatGPT是自然语言处理的基础工具。即便可以在医学考试成绩上超过人类，也只是因为它通过题海战术达到“条件反射”。类似地，就像它做数学题一样，只是因为看了很多类似“1+1=2”的数据，从而知道结果，而并不能做对所有加减法。
二是人工智能应用于医疗有不可预知的风险。赵东岩认为，大规模预训练语言模型不具备可解释性，像是一个黑匣子。目前医学大模型可以回答医学问题，但只是知其然而不知其所以然。而“涉及到人的生命健康，所用技术的可靠性、鲁棒性和可解释性非常重要。” 所以，在选择用什么样的技术路线来去实现智能医疗乃至智能健康的时候，必须要考虑和解决这一问题。
此前，也有分析表示，在GPT等大模型基础上诞生的AI医生，最明显的问题就是“幻觉”，即说出一些看似合理实则虚构的内容。对于没有医学常识的大众来说，如果将AI医生认定为权威，其结果很可能是灾难性的。
皇冠上的明珠
《人工智能：现代方法（第四版）》一书提到，自然语言处理、知识表示、自动推理机器学习、机器人学构成了人工智能的大部分内容。
“自然语言处理被称为人工智能研究皇冠上的明珠” 赵东岩介绍，自然语言处理这一领域的研究难度，相当于人工智能三级分类中的认知智能。
赵东岩表示，自然语言处理在医疗健康中的具体运用包括分诊咨询、专家推荐和电子病历等。2022年，易观发布《数字经济全景白皮书》对人工智能在医疗领域的应用做了六大分类，包括医院管理、患者服务、医药科研、辅助诊疗、健康管理和其他。这其中，辅助诊疗包括了医学影像、电子病历、医疗机器人等；医药科研则包括了药物研发和临床科研；而医美、医疗支付、中医等被划归为其他类别。
在赵东岩看来，这些应用中，最快突破的是医学影像侧，因为其针对的问题范畴相对固定。相比之下，自然语言处理面对的则是一个开放域，即便是医学专业，但在自然语言处理人员看来，仍然是一个开放域。这体现在医学既有很多细分领域，又是一个综合性的任务。“要想取得突破的话，难度会相对其他领域更大一些。”
举例来说，比如导诊分诊功能，患者通过人工智能找到对应的科室，但问题在于不同的医院科室设置有所不同。再比如患者希望通过人工智能找到某领域最好的专家，但专家的擅长并不仅仅是一个疾病，这又是一个“多对多”的问题。当人工智能美好愿景落地到实际应用场景时，还有很多问题需要去解决。
赵东岩强调，在推进医疗人工智能的进程中，会有两个极端：一个是人工智能什么都可以做，一个是怀疑人工智能是否真的能做到。医学与人工智能技术“的结合需要一定时间，在此过程中，需要医学和人工智能专家的密切配合”。
参考资料：
1.鲁棒性：控制系统在一定（结构，大小）的参数摄动下，维持其它某些性能的特性。比如计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃。
2.https://mp.weixin.qq.com/s/c5J-mFuEmnHbc6fxeTOU7A
3.注：人工智能的三级分类是：计算智能、感知智能和认知智能
4.https://36kr.com/p/1729141393716488
来源：国家卫生健康委百姓健康电视频道（CHTV）、医学论坛网