医疗＋AI，技术是上去了，可是怎么说服那些更相信经验的医生使用呢？

当我们在阅读关于人工智能（AI）的报道的时候，你会发现，大部分新闻标题都在试图对我们说：AI将在短短几年内重塑人类生活。

大家可能有所不知，虽然互联网诞生于1983年，可是设计师和工程师却用了整整三十年时间才搞懂如何把互联性整合到日常生活之中。所以说，AI仍有漫长的路需要走。

太多人好奇AI将改变什么，却少有人问AI将如何改变。

其实最好的例子就是医疗行业的应用。AI在这一领域有着很前景，只要利用得当，哪怕是应用最基本的机器学习技术也能改变医生的工作方式。可是又存在一个问题，虽然医生很渴望尝试最新开发的药物或手术技术，可是他们又竭力反对让机器发号施令。

卡内基梅隆大学人机交互教授约翰·齐默曼指出，“几乎每一个从实验室走进诊室的决策支持系统都失败了。”

过去几年，齐默曼的研究团队与同校的生物医学工程师詹姆斯·安塔基（James Antaki）合作，试图开发一种数字工具，利用AI预测患者术后情况，帮助心脏外科医生决定是否植入机械心脏。

他利用AI对5,000名同类手术患者的数据库进行相关案例研究，如果成功，AI就有可能为心脏外科医生做更精确的判断。

约翰·齐默曼[图：感谢卡内基梅隆大学提供]

医院复杂的等级制度

由于医生专用的数字工具几乎不存在人性化的设计，所以研究结果往往以失败告终。于是齐默曼的团队开始观察医生的决策方式。

他们观察到心脏科医生在动手术之前一定会反复的洗手，几乎很少会自己亲自操作计算机，技术操作的工作大多都交给了护士和那些初级住院医师。虽然初级的住院医生能够操作到计算机，但是他们只能按命令行事，医院有严格的等级制度，他们并没有决策权，更不能对主治医生提出质疑。

既然接触不到任何类型的计算机工具，那么又怎么制造计算机工具协助他们？

这是令齐默曼团队最头疼的一个问题。

他们在观察的时候又发现，医生既不自己亲自操作计算机，做出最后的决策也并不是根据某一时刻就下判断，而是医生之间会互相不断的交流讨论，在大概反复不下几十次的讨论之后才会做出决定，那么你该又如何制造计算机工具协助他们？

[图：justnartist/iStock图片库]

“作为训练有素的医师，他们认为自己出类拔萃。50%的人死在了手术台上，但他们觉得，‘我的病人是例外。’”

对于研究来说，心理方面的难度就更加的大了。

齐默曼团队在世界一流的医院观察，发现顶尖的心脏科医生都有自是甚高的通病，他们清楚自己是最出色的，因此根深蒂固地相信，业绩数据并不适用于他们，他们也不接受机器的统计学建议。

但在日常的观察中，齐默曼的团队发现，医生与同事每周都会针对棘手的病例进行会诊讨论，而讨论时用的PPT都是后勤人员这些非医务人员负责整理制作出来供医生讨论使用。

为了让医生能够接受AI ，齐默曼让他的研究生助理做一组由AI生成的患者预后情况数据附加进在医生每周会诊的PPT后面。

[图：杨谦/卡内基梅隆大学]

如此一来，医生会把这部分数据作为额外信息，在讨论时作为参考。患者信息的幻灯片将包含一个数据点，就是机械心脏移植手术的术后预期寿命，可能是两个月、六个月或两年。

这种一键式的幻灯片制作工具与特洛伊木马类似，其实用性令医生和员工难以抗拒，由此AI的建议能够悄悄潜入。齐默曼这一小小的举动让医生在每周的会诊上，常常会引发一场关于手术是否有必要的讨论。

[图：yu-ji/iStock图片库]

‍

给未来AI设计师的一些建议

医生们自认为能力过人，根本不需要机器建议。如何说服雄心勃勃的医生信任计算机系统，是齐默曼在进行这个项目的第四和第五年的一个棘手难题。团队提出了一个巧妙的社会心理学方法。

解决方案之一是设定一个系统，以一套使用大量数据训练而成的基本建议为基础，接着医生就会对这个系统进行微调。随着时间的推移，最终的建议就成为机器智能和医生智慧的结合。

重点并不是创建智胜他人的系统，而是以医生利用专业知识所设定的标准衡量医生的表现。“我们通过这一机制提高信任度，并对抗不使用这套系统的医生。

齐默曼透露，目前为止，这款一键式工具的用户测试已经取得了不错的成效。能让医生们慢慢开始接受这个新的功能，用上一个省时省钱的工具，不用再费心制作幻灯片，医生们很满意，但是并没有完全接受。

而这并没有达到了齐默曼团队的目的，他们希望下一步继续观察机器提出学习建议的策略的这一方案能不能推广到其他决策支持系统中。

希望这一信任的培养有朝一日能够应用到心脏病学以外的领域。在未来某天，这些设计解决方案能应用到我们日常生活的细枝末节之中！

文 | MarkWilson

图片 | fastcompany.cn

编辑 | 李习双

实习生 | 谢佳榆