医疗AI的“赋能”

5月11日，中国医师协会骨科医师分会年会在杭举办，一场骨科人工智能研讨会吸引骨科医生前来对战。450名骨科医生对战骨科AI智能阅片，AI得90分，略高于医生综合得分。

该环节从现场医生上传的上百张膝关节骨性关节炎正位x光片里，随机选取了10张作为“考题”，根据骨关节炎Kellgren&Lawrence分级标准，设置0-4级选项。现场医生和AI辅助诊疗系统在规定的30秒钟内，对每张片子进行判断和选择。

结果显示，骨科AI智能阅片系统交上了90分的答卷，现场450位医生的综合得分则略低于该分数。

上海长征医院、上海第九人民医院吴海山教授解析认为，骨关节分级法的依据是关节间隙变化，人类读片可能不如AI那么精确，因为AI演算会做一个标准的测量，它对关节间隙的扫描进过严密的计算，人类的肉眼目测比不上。但是 “医生看到的不仅仅是片子，更是这个片子承载的这个人以及个人背后的家庭，能够看到这个人背后的社会对他的影响。”

AI有自己擅长的地方，在客观、标准的模式下可以实现高精准度，在效率、学习能力上也有拥有人不可比拟的优势，但在医学上目前它仍然只是一个辅助工具。AI其实更多的是“赋能”，这不但不会降低医生的价值，反而会大幅增加一部分医生的能力范围。

“医生诊疗病人已经几千年，不会因为一两个技术出现而变化”这种论调也会得到医学人士的认同。

其实很多大论战都类似这样概念宽泛、鸡同鸭讲的，不基于同一时间范畴来立论的。一方说“长期来看，人工智能必将大量取代医生”，从来不会说到底多长；另一方说“短期内医生完全不可被取代”，到底多短也不会有说法的。双方都能一堆证据、理论证明自己无比正确，其实是因为时间上根本就没有重叠。

我们定一个时间范畴：立足于可见的数年来看，医疗AI到底能做什么？

美国医疗是典型的高质高价、医生短缺市场，医疗AI切入的应该是做那些医生本来就做得不错但做不过来（存量）的工作，以较低成本实现高价格的服务具有很强的可行性，同时解决医生人手不足的问题。

中国医疗是低价、医疗水平参差不齐的状态，从存量切入，替代的这部分医生工作其商业价值有限，还会受到医生抵制。相反，从增量切入就会完全不同，比如让基层医生能做肿瘤的病理诊断和有难度的影像诊断，不但让基层能提升医疗水平（做之前不能做的工作），还能增加基层医院的业务范围和收入，形成一个“共赢”局面，那么你的商业回报就自然不是问题。同理，AI糖网筛查可以让内分泌医生在没有眼科的情况下就能筛查出高风险的糖网病人，外科医生在病理科不上班时也能解决术中判断肿瘤良恶性的问题了。

02

其实这就是大家常说的“赋能”，这不但不会降低医生的价值，反而会大幅增加一部分医生的能力范围，因此我认为医疗AI的定位为工具，是辅助医生进行医疗行为和过程的。你还担心AI会抢走你的工作吗？

朴器科技：让技术转移、创新创业更容易！

产研互联

产业孵化

科技投资

知产运营

转型企业创新驱动倍增器

创新创业一体化服务领航者

在全球范围内与领先科技力量深入合作，整合跨境、跨界的科技力量

打造融合产业、科技、金融一体的协同创新生态平台

朴器科技，链接全球科技力量，科技让世界更美好！