2. 自然语言处理

2020年，大多数临床医生每和患者相处1小时，就意味着在电子病历上花费2小时，且每天晚上，他们还要在电子邮件上消耗1小时。

在韦尔盖斯看来，既然人工智能和视网膜病变的诊断都取得了突破性进展，现在是时候处理医生工作不断被电子文字打断的问题了。他认为，人工智能中的自然语言处理技术（Natural Language Processing, NLP）或许会有所帮助。

所谓自然语言，其实就是人类所用的语言。文字转录就是自然语言处理的进展之一。

梅兰妮·米切尔（Melanie Mitchell）是一位人工智能领域的专家，著有《人工智能：人类思维学习指南》（Artificial Intelligence: A Guide for Thinking Humans），现任职于美国圣塔菲研究所（Santa Fe Institute，SFI）和波特兰州立大学（Portland State University）。她的哥哥曾经是一名医疗记录员，每天的工作就是按照医生的口述，记录病历。但现在，这份工作已经被自然语言处理系统取代了。

米切尔表示，这是医学上一个巨大的进步，因为它证明了蛮力统计（brute-force statistics）是一个有效的方式。之所以称其为“蛮力”，是因为自然语言处理系统并不懂得人类的语言，但仍然可以进行转录。事实上，不同语言间的翻译也是如此——有很多翻译效果良好的软件，使用的也是“蛮力统计”方法。

但是，“蛮力统计”不是自然语言处理技术的终点。米切尔认为，真正的自然语言处理技术可以满足更多需求，包括真正理解人类语言，如，IBM Watson技术平台。

如果没有时间阅读所有发表的医学文献，IBM Watson能够在阅读指定文献后，回答你的问题。要做到这一点，IBM Watson需要做到理解文献内容，而“理解”文字比翻译，或单纯的文字转录要困难许多。

米切尔表示，这种“理解”目前还不确定到底是什么，但有一点非常明确，那就是“理解”也不是人工智能技术真正的终点，甚至可以说还相距甚远。

2020年早些时候，中国的研究人员发布了一个可预测新冠肺炎确诊患者死亡率的模型，准确率超过90%。该模型选取了3个标志物，分别是C-反应蛋白、淋巴细胞计数和乳酸脱氢酶。

2020年12月中旬，《自然》子刊《机器智能》（Nature Machine Intelligence）上发表了三篇来自美国、荷兰和法国的研究报告，否定了此前中国的研究。研究人员分别检测了本国新冠肺炎确诊患者后发现，如果依靠中国研究中的三种标记物来预测死亡率，其准确率不足50%。

这就是“复制危机”（replication crisis）。复制危机是医学界普遍存在的问题。有人可能会认为，电脑处理比人工处理更客观，因此解决复制危机可以依靠电脑，但事实并非如此。

电脑系统、数据本身、数据的处理过程中存在各种各样的影响因素，研究人员或许认为电脑已经把影响因素排除了，但有些影响因素，研究人员根本预想不到。因此，复制他人的研究成果极为困难。

如今，为了尽量避免复制危机，一些权威期刊在发表文章之前，要求研究人员给出研究数据的全部细节，包括如何展开研究等。

但是，在人工智能领域，人工智能专家没有接受过这本属于其他领域的训练，没有系统学习统计学和避免科研成果不可复制的方法。因此，“复制危机”已成为人工智能应用于医学实践的新的阻碍。

米切尔表示，这些质疑都是合理的，但不可否认的是，人工智能可能带来的优势也十分惊人，特别是其在医学上的应用。而且，这些优势很快会给医院带来许多改变。

托波尔表示，随着自然语言处理技术的不断发展，敲击键盘录入文字的形式首先会从医学领域消失。随着键盘的消失，医生和患者能够做到真正的对话，相处时间也将得以延长。

从长远来看，人工智能的数据和算法会不断扩大其可验证的空间，最终变得可复制，当然还是脱离不开人类的监督。

除给医院带来好处以外，人工智能还有其他惊人的潜力。例如，偏远地区的居民可以获得跟城市居民一样的医疗服务；老年人可以获得跟年轻人一样的疗效；行动不便的人可以获得跟健康人一样的定期护理体验；远程医疗等。

此外，未来，人工智能的算法会给予患者更多的尊重。到时，患者的数据不会只掌握在医生和护士手中。作为数据的生产者，患者也可以通过传感器、电子病历等各种方式查看并了解自己的诊疗数据。

米切尔表示，科技的落脚点始终在“人”身上，人工智能技术更多是作为辅助工具，拓宽医生的诊疗照护能力，从而为患者提供更好的医疗服务。人工智能技术能够给医生带来许多帮助，并不会对医生这个职业造成威胁。

本文转载自其他网站，不代表大健康派观点和立场。如有内容和图片的著作权异议，请及时联系我们（邮箱：scarlet.s@djkpai.com）