人工智能醫(yī)療是怎樣的科學(xué)

人工智能和中醫(yī)這兩個話題，看起來似乎是八桿子打不著，但它們又有一個詭異的共同點(diǎn)——這兩個已經(jīng)成為互聯(lián)網(wǎng)上極其火爆的引戰(zhàn)話題。在每天你方唱罷我登場的口水仗中，支持者和反對者各成陣營，唾沫星子漫天飛舞，卻很難再用講道理的辦法拉攏敵方陣營。

用AI賦能醫(yī)療已經(jīng)是老生常談了，但AI醫(yī)療究竟是什么？它又是如何進(jìn)化的呢？我們或許可以從這些“口水戰(zhàn)”中探索其本質(zhì)。

AI醫(yī)療和中醫(yī)學(xué)的“糾纏”

之所以認(rèn)為AI醫(yī)療是“中醫(yī)式”科學(xué)，是因?yàn)锳I醫(yī)療和中醫(yī)本質(zhì)上是非常相似的。智能相對論（aixdlun）分析師顏璇認(rèn)為，這體現(xiàn)在以下三個方面：

1.相似的公眾認(rèn)知

AI醫(yī)療是什么？我們可能還沒有達(dá)成共識，人們對它的評價也褒貶不一，而中醫(yī)是什么？似乎也缺失一般性法則。在公眾眼里，兩者都沒有一個一以貫之的評價標(biāo)準(zhǔn)。而中醫(yī)，似乎一直處于科學(xué)的陰影中，人們給予的尊重也太少。AI醫(yī)療雖然是科學(xué)在實(shí)際中的應(yīng)用，但似乎也沒有得到極高的評價，人們對它的信任似乎也不高。

除了有限的尊重與信任，很奇怪的是，AI醫(yī)療和中醫(yī)在公眾眼里還有一種死馬當(dāng)做活馬醫(yī)的“神奇力量”。許多在西醫(yī)化療下痛不欲生的人，往往會轉(zhuǎn)而投向中醫(yī)的懷抱，相信中醫(yī)的一方藥劑或許能將自己治好。這也是我國中醫(yī)們一直很頭疼的問題，患者在經(jīng)過西醫(yī)一系列診治后，在疾病晚期才會找到中醫(yī)，尋求最后的希望，而事實(shí)上，到了晚期，中醫(yī)能給予的奇跡也是有限的。

對于AI醫(yī)療，人們則堅(jiān)信這種技術(shù)的“神奇力量”一定會出現(xiàn)在未來。最具代表性的就是冷凍人體技術(shù)，女作家杜宏女士的大腦就被分離保存在-196℃的液氮下，患者選擇冷凍自己的大腦，也就是寄希望于未來的科技能助這些冷凍大腦找回過去的記憶和意識。

2.相似的邏輯框架

智能相對論（aixdlun）分析師顏璇曾在文章《急診室里的AI與愛》中寫道，AI的深度學(xué)習(xí)系統(tǒng)是不具有任何解釋力的。事實(shí)上，深度學(xué)習(xí)的系統(tǒng)越強(qiáng)大，其結(jié)構(gòu)就越是不透明。隨著更多的數(shù)據(jù)特征被提取出來，AI的診斷會變得越來越準(zhǔn)確。但為什么這些特征會從數(shù)百萬個數(shù)據(jù)中被提選出來，仍是人工智能的未解之謎。

這也就是AI著名的黑匣子問題。與此類似的是，中醫(yī)的解釋力也并不如西醫(yī)的強(qiáng)大。中醫(yī)里的陰陽五行讓人們覺得很是懸乎，藥方里的中草藥標(biāo)明不了具體的分子學(xué)藥理機(jī)制及毒副作用。即使中醫(yī)能夠妙手回春，在當(dāng)今自然科學(xué)的教育背景下，沒有科學(xué)的邏輯思維，一直是中醫(yī)的痛點(diǎn)。

3.相似的特征工程

AI醫(yī)療和中醫(yī)還有一個相似的點(diǎn)就是特征工程，即由特征來診病。與西醫(yī)的重重檢查不同，中醫(yī)診病望聞問切四字足矣，《難經(jīng)》有云，望見其五色，以知其病，比如觀察到舌苔潮紅，中醫(yī)可能會判斷病情主熱。

AI如果做醫(yī)生，本質(zhì)上也是以觀察為主。比如FDA批準(zhǔn)的一個AI系統(tǒng)，就能通過觀察患者的視網(wǎng)膜來判斷其是否患病。而除此之外，AI的特征工程更表現(xiàn)在其診斷時與數(shù)據(jù)庫的配對連接。閱片AI分析影像時，會將正在閱讀的圖片上的特征與數(shù)據(jù)庫相對應(yīng)，并實(shí)時輸出特征的匹配結(jié)果?？偨Y(jié)成一個公式大概是：輸入特征——匹配特征——輸出結(jié)果。

“中醫(yī)式”科學(xué)的進(jìn)化論

基因是生物進(jìn)化的基本單元，而對于中醫(yī)學(xué)來說，我們可以把“經(jīng)驗(yàn)”稱為中醫(yī)的基因，將“經(jīng)驗(yàn)”換一個現(xiàn)代點(diǎn)的說法，大概就是“數(shù)據(jù)”。

某一個基因是不會直接改變某種組織的，一個基因改變不了心臟的性能，但心臟的結(jié)構(gòu)形狀和性能等等都是由基因組合創(chuàng)造的，它們扮演了構(gòu)成程序語言的元素。

在醫(yī)學(xué)方面，經(jīng)驗(yàn)的組合和進(jìn)化是一直存在的。我國諾貝爾生理醫(yī)學(xué)獎獲得者屠呦呦發(fā)現(xiàn)了可以有效降低瘧疾患者的死亡率的青蒿素，而青蒿素得以“現(xiàn)世”，其實(shí)是屠呦呦尋找古籍，從古籍中的經(jīng)驗(yàn)得來的啟發(fā)。

與中醫(yī)相似，AI醫(yī)療的重要進(jìn)化單元就是“數(shù)據(jù)”。人工智能憑借著不斷積累的數(shù)據(jù)，形成算法從而產(chǎn)生無數(shù)的應(yīng)用。比如，在求解機(jī)器學(xué)習(xí)算法的模型參數(shù)，無約束優(yōu)化問題時最常用的梯度下降（Gradient Descent）。盡管目前有成千上萬的學(xué)術(shù)論文和數(shù)不清的方法應(yīng)用（也就是理論），但整個研究過程還是依賴于不斷嘗試和錯誤的經(jīng)驗(yàn)，也就是數(shù)據(jù)。

從前的人們是如何尋找中草藥的呢？以止血草藥為例，人們割傷了一條蛇并將其放行，蛇游行后不久即止血，人們這才發(fā)現(xiàn)蛇爬過的地方生長了一種植物，取之一試，果然有止血效用。然后，一種中草藥就這么被發(fā)現(xiàn)了。

是不是覺得很玄幻？其實(shí)這樣的現(xiàn)象在中醫(yī)內(nèi)很常見了。比如被毒蛇咬傷后可以在就近尋找解蛇毒的草藥。從本質(zhì)上來看，中醫(yī)其實(shí)就是自然現(xiàn)象的被捕捉并使用。

而現(xiàn)象也是AI醫(yī)療賴以發(fā)展的源泉，AI要達(dá)到某個醫(yī)療目的，總是需要依賴于某種可被開發(fā)或利用的自然現(xiàn)象。就在近日，Nature在線發(fā)表英國Deep Mind團(tuán)隊(duì)，阿法狗和阿法元的開發(fā)者，與UCL的一篇合作論文，題為Vector-based navigation using grid-like representations inartificial agents，在神經(jīng)學(xué)和人工智能領(lǐng)域都引起轟動。

這篇高度抽象的論文題目背后，隱含的是一個事實(shí)，AI產(chǎn)生了類似于網(wǎng)格細(xì)胞活動特征的結(jié)構(gòu)，而網(wǎng)格細(xì)胞則是動物和人類的與認(rèn)路有關(guān)的細(xì)胞，是大自然經(jīng)過億萬年才進(jìn)化出的生命杰作。

精準(zhǔn)醫(yī)療的智慧

精準(zhǔn)醫(yī)療本質(zhì)上是一種個性化醫(yī)療，既包括對疾病的早期篩查、預(yù)防和幫助醫(yī)生做出準(zhǔn)確的臨床決策，也包括治療的過程中所提供的一系列服務(wù)，比如合理用藥、精準(zhǔn)外科以及針對重癥和疑難雜癥的精準(zhǔn)的靶向治療。

中醫(yī)治病講究一人一方，辨證施治。在診療過程中，通過理、法、方、藥的精準(zhǔn)應(yīng)用，使患者獲得最精準(zhǔn)的個體化治療。其中，辨證論治作為中醫(yī)診病的基本法則，是理法方藥在臨床的具體運(yùn)用，并最終落實(shí)在患者的個體化。

AI醫(yī)療似乎也更看重個體化醫(yī)療。將理法方藥換一個說法，在AI醫(yī)療里，似乎就是預(yù)防、診斷、臨床醫(yī)學(xué)手段、藥劑四個方面，對抗生成網(wǎng)絡(luò)就是AI醫(yī)療內(nèi)里的辯證法論治了。

在早篩和預(yù)防方面，各種AI醫(yī)療影像和健康管理系統(tǒng)在市面上可以說是屢見不鮮了。在診斷上，美國食品和藥物監(jiān)管局（FDA）也曾批準(zhǔn)了一種人工智能診斷設(shè)備IDx-DR，該設(shè)備可以通過觀察視網(wǎng)膜的照片來檢測一種眼科疾病，并且不需要專家醫(yī)生的參與。

而在醫(yī)治手段和藥劑上，AI醫(yī)療要做到真正的精準(zhǔn)，就用到了兩個試驗(yàn)——“籃子試驗(yàn)”和“雨傘試驗(yàn)”?！盎@子試驗(yàn)”是指將某種靶點(diǎn)明確的藥物看作一個籃子，將帶有相同靶基因的不同癌癥放進(jìn)這個籃子里進(jìn)行研究，用一種藥物治療不同的腫瘤?！坝陚阍囼?yàn)”是指同一種疾病基于不同驅(qū)動基因分型的臨床研究，對病理分型類似的腫瘤，通過分子分析進(jìn)行分子分型，進(jìn)行不同的治療。

這集中體現(xiàn)在藥物研發(fā)上，最著名的藥物研發(fā)深度學(xué)習(xí)模型可能是IBM的Watson機(jī)器人。IBM早就于2016年12月與Pfizer公司簽署協(xié)議，協(xié)助Pfizer的免疫腫瘤藥物研發(fā)，除此之外，IMB還和多個藥企有合作協(xié)議。今年5月，蘇格蘭Exscientia公司與法國Sanofi也簽署了一項(xiàng)潛在價值約2.8億美金的合作和許可交易，旨在開發(fā)針對代謝疾病的雙特異性小分子藥物。

我們還可以從騰訊布局的AI醫(yī)療邏輯中看到AI精準(zhǔn)醫(yī)療的影子。從騰愛APP實(shí)現(xiàn)醫(yī)患線上溝通，到騰訊最新發(fā)布的微信智慧醫(yī)院3.0，將原來碎片化、斷裂的就醫(yī)鏈條全部打通，貫穿了AI導(dǎo)診，在線掛號，在線咨詢，線下AI輔助診斷和檢查，支付，治療，AI隨訪等環(huán)節(jié)。通過精準(zhǔn)醫(yī)療信息來聯(lián)接醫(yī)生和患者，而不是顛覆線下醫(yī)療實(shí)體和利益格局，一直以來都是騰訊的一種滲透式長遠(yuǎn)布局。

唯一不同的是

人的存在應(yīng)該和自然，和我們生存的環(huán)境，以及最初使我們成為人的那些條件融合。我們熟悉自然，依賴自然，緣于自然是我們300萬年的家，人類從骨子里信任自然。

所以，當(dāng)我們看到中醫(yī)用某劑不知名的藥方救人于生死之間，我們不會覺得這不符合自然，貼近自然的中醫(yī)讓我們追求延年益壽的愿望更加坦蕩。但是，當(dāng)我們邂逅某項(xiàng)技術(shù)時，比如冷凍人體，我們即使心懷希望，也會馬上反思：這樣延長人的生命是否自然？而機(jī)器倫理也一直是我們討論的熱點(diǎn)。

對于AI醫(yī)療這一命題，人們寄托在技術(shù)上深切的希望和對自然的最深切的信賴一直在碰撞，如何讓二者達(dá)到和解？AI需要“親生物”的設(shè)計(jì)，而使用AI技術(shù)的醫(yī)院也需要給患者親近大自然的感覺。

責(zé)任編輯：ct