設想一下，你去一家醫院看病，一進診療室的門就有一位護士不斷地為你拍照，然后這些照片會上傳到一臺AI設備里，這個設備則會根據照片里你的模樣來進行病情診斷……而在整個過程中，不會出現任何專業的人類醫生。

是不是覺得不可思議?即使現在AI醫療發展得很快，一些AI在醫療領域實現了不同程度的落地，比如AI識別醫學影像、藥物研發、輔助診斷等，但這些AI起到的基本還是輔助作用，最終負責決斷的依舊是人。讓AI執證上崗，獨立地做臨床診斷，似乎從未見過。

然而，這樣的“看病模式”可能已經開始了。

近日，美國食品和藥物監管局(FDA)首次批準了一種人工智能診斷設備IDx-DR，該設備可以通過觀察視網膜的照片來檢測一種眼科疾病，并且不需要專家醫生的參與。

也就是說，這個叫IDx-DR的AI設備竟然有了上崗證，成為了一名真正的“醫生”!

科學家們不斷攻破一個又一個的技術難關，我們高興的同時，卻也有隱憂。醫療AI之路越走越順暢，但現在就出現獨立的AI醫生，合適嗎?

AI醫生要“獨立”，還缺乏完整的產業鏈

智能相對論(aixdlun)分析師顏璇認為，我們要想讓AI醫生獨立起來，必須在一開始就深入研究產業布局和各產業鏈每個環節的協調和共生的發展，否則，只要里面有一個環節發展不良，就會導致智能醫療的結構出現上下游之間的斷檔，亦或被技術倫理問題所牽絆。

1.AI醫生的落地還沒有標準

從患者端或者是其它的醫療使用端來看，醫療AI其實在短時間內不會有特別大的變化。因為證批不下來，以及如何為一個AI醫生去批證也是模糊的。AI醫生合格的標準是什么?是器械的精密性，還是診斷的正確率?即使是FDA批準的IDx-Dr，在一項使用了900多張圖像的臨床試驗中，檢測到視網膜病變的正確率也僅是87%。

歸根結底，AI醫生能否落地，并不是要思考機器究竟算不算人的哲學問題，而是行政是否授權的問題。在醫療領域，一個產品的落地，必定包括許可證、醫學嚴謹性的問題，聘用一個獨立的AI醫生，這可能還有比較長遠的路要走。

2.“售后”服務不好辦

在現實生活中，病人碰上了醫生誤診，可以要求醫院賠償或者處分該醫生;醫生給你看病，5個里面治好3個可能就差不多了。然而AI給你看病，可能100個里就錯了1個，那唯一被看錯的那個會怎么想?遇到水平不夠好的醫生，還能自嘲一句“遇人不淑”，遇到誤診的AI呢，恐怕就沒那么寬容了。

首先，追責醫院和廠家肯定少不了。然后呢，要怎么辦?“罪魁禍首”AI還沒有受到任何處理呢。

銷毀掉這個AI醫生嗎?或者把這個AI醫生的“頭腦”格式化，以示懲罰?但是，一把抹滅它看對了99個病人的功勞似乎不妥。而且，在醫學方面，隨著電子病歷和數字膠片的積累，大量結構化病例被用于機器學習，對于AI醫生，這個模型訓練的大數據至少是以10萬份為起點。

AI是一種集體交付的結果，從程序、算法的開發到機械安裝，處理掉一個AI醫生的成本是難以計算的。假設病人家屬一時氣憤，怒摔機器，恐怕還會收到一筆昂貴的賠付賬單。所以，如果AI出錯，權責可以由醫院和公司來承擔，但對于這臺“犯錯”了的機器，要如何處置才能平息病人的怒火呢?

3.AI醫生讓“患者”變為“消費者”

醫療行業有個特點：核心服務由單個專業技術人員提供。到醫院看病我們關心哪個醫生出診，會去比較這個醫生的口碑如何，服務地點和所在機構在很大程度上也會影響我們的評價，醫院的品牌會引導患者的就醫決策。三甲醫院的醫生和二甲醫院的醫生你更傾向選誰做主治醫生呢?

一旦擁有了自主的AI醫生，AI不再像高科技的醫療設備作為醫院宣傳的噱頭，以及提升醫生效率的工具，而是進入獨立診斷，成為一個“專業人員”。雖然核心服務依舊由單個專業技術人員提供，但服務地點和醫療機構似乎不那么重要了，創新者的話語權將會更大，引導患者就醫方向的將會是產出這個AI醫生的公司。如此，患者的身份會更貼近“消費者”。代入消費者后，醫患關系也會變得冰冷。

醫學AI或許比醫療AI更靠譜

其實比起越來越火的智能醫療，歐洲服務器租用 云服務器，醫學AI可能更符合當今社會的發展。我們要明確，醫學和醫療其實是兩個概念，醫學是科學，而醫療是以醫學科學為基礎的實踐技術。