由人工智能驅動的谷歌DeepMind算法在發現乳腺癌方面，可能比人類醫生更加準確。
本周三，Nature.com公布了這一發現：倫敦帝國理工學院和谷歌旗下Google Health對一臺計算機進行了“訓練”，它發現了接近2.9萬名女性的X光片中的異常現象。結果顯示，計算機減少了癌癥被錯誤識別或遺漏的情況。另外，在一項針對6名放射科醫生所進行的獨立研究中，人工智能系統的表現也超過了所有的人類醫生。
無獨有偶，去年AI醫療診斷機器人“小憶”參加醫學考試取得了456分的好成績，這一成績比從醫學院畢業后工作了五年的實習醫生還要高。
這是不是在說，未來，人類醫生會被AI醫生取代？
天體物理學家、2006年諾貝爾物理學獎得主喬治·斯穆特教授提供了一些他的觀察和思考。
斯穆特教授說，AI會改變醫療運轉方式，但不會取代醫生。
首先，AI和人類醫生將會成為最佳工作伙伴。AI可以對信息進行快速掃描、產生并收集分析數據，為醫生的工作提供了極大便利。
其次，大數據分析和人臉識別技術可以用于定位識別罕見病。只要有足夠的數據樣本，就可以極大地提高罕見病的診斷率。
最后，AI讓醫生和病人之間的聯系更緊密。或許有一天，我們每個人從出生到死亡都攜帶著傳感器，由此產生的大量數據既可以讓醫生監測病人，也可以用于豐富醫療大數據庫。
以下為斯穆特教授演講精華內容：
一、人工智能臨床預判比人類醫生準確性更高
在醫學界，已經有臨床試驗證明，AI可以打敗人類醫生，它可以做出比人類醫生更加準確的疾病預判。
二、AI會改變醫療，但不會取代醫生
斯穆特教授說，AI會改變醫療運轉方式，但不會取代醫生。在未來，AI和人類醫生將會成為最佳工作伙伴。
現在，AI可以對信息進行快速掃描和收集，為醫生的工作提供了極大便利。
放射學和AI已經緊密結合起來。拿X光片來舉例：一百年以前，我們可以通過X光片辨認清晰的骨骼等，但它的成像分辨率受限于膠片。現在，我們可以生成三維圖像，通過X射線、核磁共振、超聲波等式，使圖像變得越來越精確。
面對指數級增長的數據，更高效的方式就是利用AI，通過 AI技術對數據進行預判，為放射科醫生的醫療診斷提供更加精準的預測和建議。
AI輔助醫生治療
三、人臉識別技術定位識別罕見病
在醫學領域，面部掃描技術可以應用于罕見的遺傳疾病的定位識別。我們可以通過收集罕見病患者的照片，進行大數據分析，將圖像和疾病聯系起來，再對其他患者進行掃描，進而得出遺傳疾病的定位結論。只要人們愿意向數據庫輸入數據，那么，數據庫的信息將在全球范圍內變得十分有價值。
在剛果等國家，由于數據庫體量不足，導致剛果的孩子們的罕見病例的診斷準確率低于歐洲、美國等國家。假如我們將全球的數據庫進行整合，AI就可以分析到成千上萬的病例，這為罕見病的治療提供了十分有價值的信息。
伯克利大學在AI醫療領域已取得了巨大進展
四、AI，讓醫生和病人更好地連接
未來，醫生和病人將會被連接起來。人類可以利用AI，實時監控病人的身體狀況，并向醫生做出合理反饋。數據，可以通過數據流的形式進行傳送，可以用來監測病人，也可以進入流量池，豐富大數據系統的整合。
總有一天，我們會看到，每個人從出生到死亡都會隨身攜帶傳感器，通過傳感器，對人類行為進行分析，形成大數據整合，進而提出更有利于人類身體健康的行為發出建議。合理的預判和實時的監測，使人們活得更久，這其中的關鍵，就是傳感器和AI技術。
