有時候，技術發展的太快，directadmin漢化 虛擬主機，會很難讓人將科幻小說與現實生活區分開來。就在五十年前，計算機還是一個是龐大而笨重的機器，運行原始電路上。如今，一款小巧的智能手機就擁有了比阿波羅任務中使用的計算機更強大的處理能力。

不得不說，人工智能技術在計算能力爆炸式的增長中受益匪淺。現在，高度復雜的深度學習算法，通過模仿人腦結構，可以玩圍棋，做交易股票，甚至完成一部沒那么完美的小說。鑒于這種多功能性，有人擔心深度學習AI會以武力重塑我們的經濟，造成人類大量失業，甚至讓世界不再需要人類。這，是真的嗎？在小智君看來，沒有完全相同的兩種職業，所以AI并不會影響所有行業，當然也不會影響到所有的員工。

在展開進一步討論之前，首先要弄清楚的是醫療行業的自動化程度。算法可能取代醫生的可能性有多大？在未來的某個時候，醫院是否會讓病人將自己的癥狀輸入到觸摸屏中，然后等待一種無形的電子聲音來進行診斷？

值得慶幸的是，這似乎不太可能。根據牛津大學和NPR的研究，醫生和外科醫生只有0.4％的概率可能會受到自動化的影響?？傮w而言，大多數醫療行業的自動化程度比其他行業低得多。舉個例子，醫生助理的自動化評級為14.5％，而報稅人的自動化評級為98.7％。

實際上，任何自動化的研究都將密切關注與工作相關的職責。從核心角度來看，員工將執行哪些任務？他們將時間花在了機器可以進行分解或復制的日常工作上，還是需要談判，運用同理心，并使用創造性和橫向思維的工作呢？

毫無疑問，醫生屬于后者。診斷疾病，進行手術和開處方藥不僅僅是復雜的，危及生命的任務，同時也是需要同理心的。到目前為止，計算機在這個關鍵問題上是失敗的，盡管研究員在努力讓計算機富有同情心，但是能否成功，依舊是一個未知數。

所以，當談及AI對醫學的影響時，我想我們會發現結果既重要又微妙。

AI可以發現錯誤

想一下醫生需要什么：對生物化學的理解，如新的藥物，以及這些物質如何與個體患者的相互作用； 關于每位患者的病史信息，包括任何預先存在的情況或可能因治療而加重病情的危險因素；以及對各種病癥的深入了解，而這些疾病的發展往往非常迅速。

以上這些，對人類來講，是存在困難的。人類大腦由大約10億個神經元組成，每個神經元有大約1000個連接（總共有1萬億個連接）。雖然聽起來很厲害，但是簡單說，一個大腦只有幾千兆字節的工作記憶，這就意味著很多事情都容易被遺忘。

而AI技術不存在這樣的問題。比如，IBM的沃森平臺可以梳理數百萬頁的數據，閱讀無數的醫學文章，在知識的廣度和范圍上遠超人類醫生。即使醫生可能會忘記患者的獨特生物學特性，人工智能不會；即使過度勞累的醫療人員可能會錯過一些重要信息，人工智能不會。

AI可以解決罕見的問題

在一份相關報告中，人工智能的強大網絡將徹底改變罕見疾病的治療方法。每個人都可以被認為是功能強大的智能程序，聯網后，這將變得勢不可擋。在這種配置下，人們都可以相互借鑒經驗，并提出創新的解決方案。

其實，像這樣的工具已經存在。連線雜志的一項專題探討了近代醫學的AI數據庫，可以幫助醫生從3700個供應商和超過1400萬病人的就診信息中獲取知識?；谝豁楊愃朴趤嗰R遜強大的推薦引擎技術，現代醫學的數據也可以推薦治療方案，并通過網絡的力量幫助忙碌的醫生解決陌生的，具有威脅性的疾病。

AI可以協助手術

一直以來，《實習醫生格蕾》這樣的劇集都是引人注意的，畢竟外科手術是非常復雜的，需要足夠的專業訓練。毫不夸張地說，這是一個生死攸關的問題。而AI可以在這方面提供幫助。

通過與增強現實技術相結合，他可以將數字信號和圖像疊加在計算機上，這樣一來，AI就可以為外科醫生提供實時信息。復雜的軟件將為先進的硬件提供支持，為醫生提供額外的安全網絡，并為患者提供安心的服務。

AI可以解決罕見的問題

人工智能的一個關鍵好處就在于它可以收集和分析大量數據并從中得出結論。

目前，谷歌已經加入了這一潮流。幾年前，谷歌創建了基線研究項目（Baseline Study）。這是一項綜合性的工作，香港服務器租用，涉及數千名志愿者和100名不同醫療領域的專家。顧名思義，這項研究的目標是為人類健康建立一種基準，在這種基礎上，算法和研究人員可以分離出可能使某人患病的生物線索。