AI醫(yī)療火了，最先掛掉的竟然是中醫(yī)？

　　醫(yī)療領域的龐大市場讓巨頭們窺見了商機。海內(nèi)外巨頭紛紛投身AI+醫(yī)療領域，其中不乏國外巨頭IBM，谷歌、微軟，國內(nèi)巨頭百度、阿里等，騰訊也以投資形式布局其中，并在最近推出AI醫(yī)療產(chǎn)品。

　　最先開始應用AI的西醫(yī)最先被取代嗎?

　　2017年醫(yī)療大數(shù)據(jù)與人工智能報告顯示，目前國內(nèi)80余家走AI+醫(yī)療道路的，主要將其應用于醫(yī)學影像、病歷/文獻分析和虛擬助手等場景。國外100余家AI醫(yī)療企業(yè)，將AI應用于健康管理、醫(yī)學影像、新藥發(fā)現(xiàn)、病歷/文獻分析等場景。雖然IBM的Watson近期爆出負面新聞，但AI+醫(yī)療在越來越快地發(fā)展。

　　上述企業(yè)所攻領域重合的部分，包括醫(yī)學影像、病歷/文獻分析。談及醫(yī)學影像，就不得不提及倫琴射線(X光)、以及超聲成像和核磁共振成像，它們都是西醫(yī)賴以判斷病癥的檢測手段。2017年初，斯坦福大學的研究人員開發(fā)出能夠深度學習的軟件，對皮膚病變相關圖像識別的準確率便首次趕上醫(yī)生。在病歷/文獻分析方面，2016年IBM的Watson在10分鐘內(nèi)通過檢索比對2000萬份癌癥研究論文，確診患者患有罕見白血病。那么，最先應用AI的西醫(yī)也是最先被取代的嗎?

　　現(xiàn)代醫(yī)學的本質是循證醫(yī)學。舉個夸張的例子，煮餃子時中國會按照廚師的經(jīng)驗選擇放水開火。西餐則會量化，使用到量筒、稱等帶精度的儀器。每個流程都是標準化的，可復制的。為了確認某種方式可信，會增加大量雙盲實驗。(通常醫(yī)學上，劃分兩組實驗對象，一組給予安慰劑，一組給予藥物，研究者和被實驗者無法知曉自己所屬類別，直到實驗完成以確保實驗結果準確性。)通過大樣本雙盲分子生物學或者臨床實驗，出現(xiàn)的統(tǒng)計學差異，便是循證中的證。

　　除了時間、地緣上的優(yōu)勢，AI率先與西醫(yī)結合，理論上也與西醫(yī)循證醫(yī)學有關：針對相同病癥，給出相同治療方案。實證與量化分析，結合西醫(yī)將人體視為機器零件式的治療方式，A檢測結果導向甲病癥，B的檢測結果導向乙病癥。人工智能可通過數(shù)據(jù)比對確認病癥并用藥。問題在于要檢測病人所患病癥，可能需要窮舉所有病癥，因此，類似IBM的Waston便主攻癌癥方向。盡管如此，到2017年年底它也才可以對12種癌癥問題提供治療建議。

　　在黑天鵝被發(fā)現(xiàn)以前，歐洲人一直相信所有天鵝都是白色的。現(xiàn)代醫(yī)學的顯著特點，是作為開放學科，“可證偽”。今天認為正確的事物在明天也許被視為錯誤，一切都需推倒重建。在中國，鑒于這種困境以及知識更新的緩慢，中國的西醫(yī)往往采用經(jīng)驗醫(yī)學，在封閉的知識系統(tǒng)中看病給藥，在臨床決策中無法依靠實證與量化分析。而“可證偽”對AI系統(tǒng)來說，意味著一場巨大的災難。

　　講究陰陽五行的中醫(yī)難以被AI取代嗎?

　　作為經(jīng)驗醫(yī)學的中醫(yī)，是一個相對封閉的知識系統(tǒng)。在這個系統(tǒng)中，掌握的知識越熟練，運用的例子越多越廣泛，水平越高，所以才會有“老中醫(yī)”的說法?，F(xiàn)代循證醫(yī)學，作為開放的系統(tǒng)，更新會頻繁發(fā)生，保持活力的同時可能也造成大量問題。中醫(yī)的經(jīng)驗醫(yī)學有效地避免了這種困境。似乎也更適合將AI應用于其中。

　　但是卻存在大量的問題。在西醫(yī)將人作為機器零件拆解的同時，中醫(yī)一直嘗試以整體論解決各種病癥。疾病外在的表現(xiàn)被視為身體內(nèi)部發(fā)生了狀況，通過中醫(yī)恢復身體內(nèi)部的平衡以實現(xiàn)治療。最終出現(xiàn)“同病異治”和“異病同治”。加上醫(yī)生經(jīng)驗與用藥習慣的不同，導致即使針對同一病癥，不同醫(yī)生也可能給出不同劑量、不同藥方。這種個性化的診療方式與西醫(yī)的標準化診療差異極大。

　　作為中醫(yī)基礎的陰陽五行、八綱辯證、藏象、經(jīng)絡貫穿在中醫(yī)的整體與局部變化的始終。對于那些現(xiàn)代科學體系畢業(yè)的人，可能很難相信自己知識體系無法解釋和證明的事物。但是AI無疑給了我們新的思路，可以應用龐大的數(shù)據(jù)量去判斷如《皇帝內(nèi)經(jīng)》中說法的正誤。

　　除了給藥環(huán)節(jié)，在中醫(yī)診療環(huán)節(jié)也有問題，問題在于缺少精準化的數(shù)據(jù)標準體系。在“望聞問切”的環(huán)節(jié)中，以“切”為例，中醫(yī)對脈象的表述使用“浮”“沉”“滑”“澀”等，醫(yī)生的感知與經(jīng)驗在診斷中占據(jù)重要位置。但是AI機器人卻需要高度定量。部分公司所做的嘗試是將脈搏波的幅度、頻度等定義為數(shù)據(jù)點，并把中醫(yī)抽象描述轉化為具體數(shù)字。

　　但是留在最后面的問題卻是，即便部分理論可以通過龐大數(shù)據(jù)量證實真?zhèn)?，即便部分?shù)據(jù)可以采用相對科學的方式予以量化，卻仍舊有行不通的地方：沒有人否定中醫(yī)針灸的療效，中醫(yī)的經(jīng)絡系統(tǒng)是什么呢?有沒有經(jīng)絡呢?看不見又摸不著，它到底是什么呢?AI又該如何應對呢?

　　雖然大量企業(yè)正嘗試將中醫(yī)與AI結合起來，部分企業(yè)匯集了近代名老中醫(yī)的臨床經(jīng)驗及相應文獻/理論給出用戶自診及健康干預，但是以舌象為代表的診療環(huán)節(jié)量化難度無疑巨大，開發(fā)難度系數(shù)更是大幅提升。在與中醫(yī)結合的道路上，量化、數(shù)據(jù)化成為了擺在AI面前的一大難題。定性不定量，憑醫(yī)生經(jīng)驗診斷開藥，對于需要高度定量的機器人來說無疑是一巨大阻礙。

　　封閉系統(tǒng)的經(jīng)驗醫(yī)學中醫(yī)無疑最適合AI，那么最先掛掉的會是中醫(yī)嗎?還是以循證醫(yī)學為基礎的雖然有著開放系統(tǒng)，卻有著高度定量的西醫(yī)率先被AI取代呢?你覺得呢?