诸如“AI医生”、“AI诊断”以及“人工智能将最终成为人类的医生”之类的头条新闻或多或少使人们相信，人工智能不久后将真正取代人类医生，但专家表示，事实上AI与人类医生将形成一种合作关系，并非完全取代：患者很快就会发现，临床医生将与人工智能携手，共同为他们提供服务。

  在医学界，人工智能的前景毫不悲观。但指纹识别软硬结合板厂发现，许多人表示，针对AI的炒作尚未在真实的临床环境中得以实现。对于人工智能服务将如何产生巨大影响，各界人士的看法褒贬不一。目前，尚不清楚人工智能能否改善患者的生活，对于硅谷企业、医疗保健组织和保险公司等期望达到的最低目标也不得而知。

  斯坦福大学生物医学信息学研究中心的研究科学家Kenneth Jung表示：“如果盲目地信任这个模型，只会被泼凉水。因为模型会告诉我们，这个患有哮喘的孩子得了肺炎，但我们不需要担心，开一些抗生素给他，然后送他回家就行了。”深度学习预测在首次遇到异常的数据点（例如特殊的医疗病例），或者在学习无法良好普遍适用的特定数据集中时，也会出现谬误。

  在应用于海量数据集时，AI预测的表现最佳。HDI厂举个例子，由于可以访问大量人群和患者数据，中国在训练AI系统方面具有优势。2月，《Nature Medicine》杂志发表了一项由中国广州和圣地亚哥研究人员展开的研究。该研究基于超过56.7万名儿童的电子健康记录，可以诊断出许多常见的儿童疾病。

  哈佛大学法学教授、精准医学、人工智能和法律项目负责人I. Glenn Cohen表示，所有的预防措施在整个人工智能开发和部署过程中必不可少。整个过程可能涉及验证AI预测的准确性和透明度。在数据收集过程中，研究人员还需要保护患者隐私，并且需要经过患者同意方可利用患者数据进行AI训练。

  或许，要实现医疗保健的民主化，这类人工智能系统并不需要达到登峰造极的程度，只需使当前的医疗标准惠及医疗欠缺的地区。尽管如此，线路板小编也发现，目前大多数AI应用都致力于提高现有的医疗标准，而非推广实惠的医疗保健。Cohen表示：“实现现有医疗服务民主化，将比在许多其他领域民主化的效果更显著、影响更强烈。”

  实际上，仍有另一个提高健康护理质量的AI机遇，与此同时，将大多数医疗诊断的主动权掌握在医生手中。斯克里普斯研究转化研究所的主任和创始人Eric Topol在其2019年出版的《Deep Medicine》一书中谈到，可以创造出像Siri一样的AI医疗助手，产生医生与患者之间的互动、记录电子病历，并提醒医生询问患者相关过往病史。

  AI助手听起来可能不如AI医生令人兴奋，但前者可以让医生腾出更多时间陪伴患者并提高整体护理质量。尤其是家庭医生，他们经常花费一半以上的工作时间将数据输入电子健康记录。这一点是身体和情绪倦怠的主要原因，甚至可能导致包括患者死亡在内的严重后果。

  讽刺的是，电子健康记录本应通过降低患者信息的获取来改善医疗保健和降低成本。但Topol与其他许多专家指出，电子健康记录是当前AI医疗保健的大肆炒作。电子健康记录的应用已在数百家私营供应商中创建了拼凑系统，成功分离了患者数据并隔绝了医生和患者的访问。若以史为鉴，许多科技公司和医疗保健组织或许会用类似的方式为自己的AI系统建立医疗数据库。

  Komarneni表示，使用汇总和排列不同来源医疗专业知识的集合智能系统或许是这个问题的解决方法之一。Komarneni正与Human Dx合作试验这种方法。在美国医学协会（American Medical Association）等主要医疗机构的支持下，Human Dx建立了一个在线平台，为特定医疗案例的数千名医生提供众包建议。Komarneni希望这样的平台有朝一日也能真正获得许多不同AI服务的诊断建议。Komarneni说：“就像未来各个不同领域的专业人员可能会看到你的病例一样，AI完全有可能做到这一点。”

  Topol表示，当医生等待AI助手时，诸如HumanDx这样的众包项目“肯定会改善诊断环境，甚至可以改善治疗建议。”2018年，他在一个名为Medscape Consult的平台上合著了一篇论文。该论文的结论写道，集体人类智能可能是AI医学的“竞争或补充策略”。

  但是，电路板厂想说，如果AI服务通过所有测试和现实检查，就很可能成为人类重塑现代医疗保健的重要合作伙伴。“有些事情机器永远无法完成，也有些事情人类永远做不到，”Topol说。“所以，当我们把两者合二为一时，就可能释放出巨大的能量。”