当前，人工智能发展势头迅猛，其在医疗行业的发展前景亦很广阔，那么，未来人工智能是否会替代医生？这个开放性话题的答案，请您与作者一起思考。

围棋作为人类智力游戏的最后堡垒被谷歌的“阿尔法狗”（AlphaGo）攻破的时候，各行各业都在思考，未来自己的工作是否会被机器人代替？医疗行业也是如此。从全球范围看，“人工智能+公共卫生”“人工智能+医疗”的研究和应用方兴未艾。相较于制造业、通信传媒、电子商务和在线教育等典型场景，人工智能在医疗行业的渗透率还比较低，具备广阔的发展空间。有机构预测，到2025年，人工智能应用市场总值将接近1300亿美元，而医疗行业将占市场规模的1/5。目前，人工智能在医疗行业应用的主要方向有医疗信息化、医疗健康管理、药物研发、医学影像处理、精准医疗和分级诊疗等。

医疗信息化。

这是较早主动拥抱大数据与人工智能的领域，尤其在互联网医疗的推动下，人工智能在医院大数据存储、处理和应用等方面发挥了重要作用。依托完善的医疗信息化基础设施，欧美发达国家在电子病历智能化管理、药品服务智能化管理、手术室智能化管理等方面发展较快。由于采用了统一的数据标准和顶层设计，这些国家的医疗数据完整性和准确性程度较高，从而推动了医疗成本控制、药械系统化管理、医疗病历智能化管理等的快速发展。反观我国，经过几十年不懈努力，各地医院的信息化水平提高较快，就连一些欠发达地区的基层乡镇医院也已经实现了电子化管理。但总体来看，我国医疗信息化仍处于智能化技术的初期应用阶段，在本次新冠肺炎疫情防控过程中，部分发达城市的三甲医院已经暴露出线上医疗及智慧化运营管理方面存在短板。

药物研发。

困扰药物研发的三大问题是费用高、周期长、成功率低。美国塔夫茨药物开发研究中心的数据显示：开发一种新药的平均成本为 26 亿美元，一种新药上市的平均时间约为 12 年，大约只有10%的候选药物能从第一阶段测试走向市场。但经过20多年的发展，在人工智能的算力和大数据分析能力的双轮驱动下，新药研发的成功率从12%提高到14%。人工智能能够挖掘出不易被发现的隐性联系，构建药物、疾病和基因之间的深层次关系；也可以对候选化合物进行虚拟筛选，更快地选出活性较高者，为后期临床试验做准备。人工智能在新药研发领域主要应用于靶点发现、化合物合成、化合物筛选、晶型预测、患者招募、优化临床试验设计和药物重定向七大场景。

医学影像处理。

“人工智能热”在最近10年的重新兴起，得益于以深度学习为代表的人工智能技术在图像处理方面取得的长足进步。基于深度神经网络的医学影像研究将机器认知医学影像的能力提升到新高度，已涉及放射影像、病理图像、超声影像、内镜影像等多个领域。深度神经网络在一些任务场景中已展现出与医师水平相当、甚至超越医师的能力。2018年，世界顶尖科学期刊《细胞》以封面文章形式刊登了一项由中国研究团队提出的人工智能应用于医学影像处理领域的重磅研究成果：基于深度神经网络诊断眼病及肺炎等疾病的人工智能系统，该系统筛查致盲性视网膜疾病的准确率可达96.6%，且灵敏度和特异度均与专业眼科医师相当。

精准医疗。

精准医疗是指与患者分子生物病理学特征相匹配的个性化诊断和治疗策略，它的发展得益于基因组分大数据和人工智能分析技术。精准医疗是人类医疗技术发展的必然趋势，它需要将更多的判断交给人工智能，将更多的操作交给机器，将医生从重复性的、容易犯错误的工作中解放出来，使之专注于更具创造性的领域。在全球精准医疗快速发展的影响下，2015年以来，我国在精准医疗领域密集发布相关政策，加速推进行业监管跟进和政策方向指引。在政策支持下，精准医疗发展进入快车道。根据国家科技部的计划，我国将在2030年前投入600亿元人民币用于推动精准医疗的发展。中国精准医疗市场规模正在以每年20%的速度增长，已经超过世界平均水平。

医生是否会被人工智能代替？在可预见的未来，这仍然是一个开放性话题。事实上，人工智能正以其不可替代的优势助力医疗行业。正如习近平同志提出的，“把人民群众的生命安全和身体健康放在第一位”，研究人工智能技术在医疗行业的应用，其目的不是替代医生，而是帮助医生更好地维护人民群众的生命安全和身体健康。

原载《群言》2020年第11期