大部分醫(yī)生仍然認(rèn)為，盡管人工智能在包括醫(yī)學(xué)圖像等特定的應(yīng)用場景下具有超越人類醫(yī)生的能力，但這些應(yīng)用仍有很大的局限性，目前AI為醫(yī)生提供的主要是輔助功能，減輕醫(yī)生的負(fù)擔(dān)。

近日，科技富豪馬斯克在一場最新的播客節(jié)目中談到人工智能在醫(yī)學(xué)中的應(yīng)用，他認(rèn)為人工智能對醫(yī)學(xué)非常有幫助，甚至好于醫(yī)生的診斷。

”因?yàn)槿斯ぶ悄芸梢杂^察你，查看所有研究，查看所有數(shù)據(jù)，交叉檢查一切并給你很好的建議?！彼f道，現(xiàn)在人們已經(jīng)可以將X光片和MRI圖像上傳到他的人工智能公司xAI的Grok大模型，患者還可以拍下他們的血液測試結(jié)果的照片，將其上傳到Grok，并收到一份提示潛在問題的分析報(bào)告。

“它會給你一個醫(yī)學(xué)診斷，從我所看到的情況來看，這種診斷至少和我認(rèn)為的一樣好。我確實(shí)見過一些病例，它實(shí)際上比醫(yī)生告訴你的更好?！榜R斯克稱，“到目前為止，我還沒有看到人工智能提供不正確的信息?！?/p>

馬斯克還提到人工智能可能會讓一些人面臨“生存風(fēng)險(xiǎn)”?！拔乙恢闭J(rèn)為人工智能會比人類聰明得多，是一種生存風(fēng)險(xiǎn)，事實(shí)證明這是真的?！?/p>

他認(rèn)為，在諸如洛杉磯比佛利山莊這樣的高端地區(qū)的昂貴診所，醫(yī)療專家可能會推薦一些不必要的治療，他建議患者對此保持懷疑態(tài)度。

近日，在國內(nèi)，包括上海瑞金、中山在內(nèi)的多家大型醫(yī)院發(fā)布AI醫(yī)療大模型，涉及病理及心臟科診斷，引發(fā)人工智能對醫(yī)學(xué)診斷等模式的影響。

大部分醫(yī)生仍然認(rèn)為，盡管人工智能在包括醫(yī)學(xué)圖像等特定的應(yīng)用場景下具有超越人類醫(yī)生的能力，但這些應(yīng)用仍有很大的局限性，目前AI為醫(yī)生提供的主要是輔助功能，減輕醫(yī)生的負(fù)擔(dān)。

復(fù)旦大學(xué)附屬中山醫(yī)院心內(nèi)科主任醫(yī)師潘文志對第一財(cái)經(jīng)記者表示：“以我們的臨床經(jīng)驗(yàn)來看，大部分的患者表現(xiàn)是非典型的，AI在非典型患者的診斷方面并不具有優(yōu)勢，這也是AI無法成為獨(dú)立醫(yī)生的主要原因?！?/p>

潘文志分析認(rèn)為，盡管AI在醫(yī)學(xué)影像方面的讀片能力超越了人類醫(yī)生，但在臨床診斷中，醫(yī)學(xué)影像僅是一個維度，還需要綜合病理、心電圖、患者臨床表現(xiàn)等諸多因素才能給出最終的診斷結(jié)果。

“?？漆t(yī)生在醫(yī)療診斷過程中需要綜合的信息更多，不可能光靠一張CT圖像就作出診斷?！彼蛴浾呓忉尫Q，“在真實(shí)實(shí)踐中，大部分患者的CT表現(xiàn)是不典型，是陰性的，所以AI無法作出診斷?！?/p>

他表示，以心臟科醫(yī)生為例，病人的臨床表現(xiàn)為胸痛，而導(dǎo)致胸痛的原因有好幾十種，涉及心臟科、胸外科、呼吸科、消化科、皮膚科、心理科疾病等諸多因素，還需要分清哪個是最主要的因素，這是大量變量相互的隨機(jī)作用，而且不一定有標(biāo)準(zhǔn)答案。

他還指出，AI在訓(xùn)練過程中往往僅學(xué)習(xí)教科書和文獻(xiàn)上的經(jīng)典案例，而大部分醫(yī)生在臨床實(shí)踐中遇到的非典型案例都不會“喂”給AI，因?yàn)檫@些案例很難去客觀描述和嚴(yán)謹(jǐn)表達(dá)，甚至無法發(fā)表論文。

以胸悶為例，潘文志在臨床中遇到的患者胸悶的絕大多數(shù)主訴都未出現(xiàn)在教科書上，而是憑醫(yī)生的經(jīng)驗(yàn)總結(jié)。“有時(shí)醫(yī)生判斷是正確的處理方法，但要在臨床上被證明，甚至被雜志發(fā)表或?qū)戇M(jìn)教科書，需要通過數(shù)十年的嚴(yán)格證明才可成為指南?！彼硎?，“但醫(yī)學(xué)是一門經(jīng)驗(yàn)科學(xué)，專家的經(jīng)驗(yàn)有時(shí)比教科書更實(shí)用?！?/p>

他進(jìn)一步稱，或許訓(xùn)練一個綜合幾十個真正會看病的大專家經(jīng)驗(yàn)的AI醫(yī)療模型的臨床價(jià)值會更大。