很多醫(yī)生、護士、牙醫(yī)或其他醫(yī)療專家對人工智能、機器學(xué)習(xí)和深度學(xué)習(xí)之類的相關(guān)熱詞已經(jīng)很熟悉了，但并不是所有人都意識到了它們可能產(chǎn)生的后果。

大多數(shù)人，尤其是千禧一代，似乎對人工智能技術(shù)持非常樂觀的態(tài)度，認(rèn)為其整體上是振奮人心的。

深度學(xué)習(xí)是機器學(xué)習(xí)的一個分支，機器學(xué)習(xí)是一種頗具綜合性的技術(shù)組合。深度學(xué)習(xí)規(guī)定了人工神經(jīng)網(wǎng)絡(luò)在模仿學(xué)習(xí)中的范圍。更確切地說，深度學(xué)習(xí)也因此被稱為深度結(jié)構(gòu)化學(xué)習(xí)或可微分編程，可以采用監(jiān)督、半監(jiān)督或無監(jiān)督任一種學(xué)習(xí)方式。

深度神經(jīng)網(wǎng)絡(luò)、深度信念網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)主要應(yīng)用于語音識別、自然語言處理、計算機視覺、音頻識別、社交網(wǎng)絡(luò)過濾、機器翻譯、生物信息學(xué)、藥物設(shè)計、醫(yī)學(xué)圖像分析、材料檢測和棋牌游戲程序等領(lǐng)域。深度學(xué)習(xí)技術(shù)的每一部分產(chǎn)出的成果都可以媲美人類的專業(yè)水準(zhǔn)，甚至超越了人類。

一般來說，機器學(xué)習(xí)的概念如下：這種精巧的設(shè)計應(yīng)該能夠借助經(jīng)驗學(xué)習(xí)和適應(yīng)環(huán)境，并能夠“聰明地”執(zhí)行任務(wù)。

通過從機器學(xué)習(xí)、深度學(xué)習(xí)或其他系統(tǒng)中學(xué)到的東西，人工智能可解決實質(zhì)性的問題。在計算機科學(xué)領(lǐng)域，人工智能也被稱為機器智能，無非是機器的演示能力，這不過是人類和動物天生的典型智力特征。

人工智能和機器學(xué)習(xí)的用處

有了人工智能，人們可以完成各種各樣的任務(wù)。利用AI，人們可以通過語音提問，得到很多小眾問題的答案，甚至計算機可以找到人腦永遠(yuǎn)無法想到的數(shù)據(jù)；AI利用深度學(xué)習(xí)，對數(shù)據(jù)進行總結(jié)，并提供對信息進行進一步探索的方案。

同樣，人工智能會進一步將提取的信息分享至先前其他人所提出的同樣問題中，人們可在屏幕上或直接通過對話得到答案。

人工智能和深度神經(jīng)學(xué)習(xí)的效用，特別是在提高人類生活質(zhì)量這方面，似乎具有潛在的合法性和發(fā)展前景。但是，現(xiàn)實生活中的信息是多樣的。確實，這些技術(shù)在醫(yī)療中可以即時確定治療效果，在零售業(yè)里可以快速提供庫存建議，而在金融業(yè)中，不再限于發(fā)現(xiàn)，還可以預(yù)防詐騙。

計算機能有效地識別出必要信息，分析所有因素之間的關(guān)系并形成答案，然后將其自動傳給用戶。這為后續(xù)的查詢提供了選擇，甚至可以在不需要人工干預(yù)的情況下更好地執(zhí)行額外的預(yù)設(shè)任務(wù)。

每一種人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)都依賴于一套限定的、可由計算機實現(xiàn)的明確指令或算法序列，這些指令或算法通常是不公開的。但隨之而來的是，人工智能的效用喜憂參半，因為技術(shù)的風(fēng)險與收益取決于其特定的算法。

人工智能實現(xiàn)了真正的人機互動，它憑借不斷提高的精確度真正放大了人類的潛力。隨著時間的推移，智能機器利用各種機器學(xué)習(xí)技術(shù)，能夠理解各種請求，無論善惡。人工智能不會考慮道德后果，只負(fù)責(zé)連接數(shù)據(jù)點并得出結(jié)論，然后學(xué)會推理、觀察和計劃。

從亞馬遜的Alexa到蘋果的Siri，所有的進步都讓人工智能更接近創(chuàng)造智能機器的初衷，人工智能被廣泛應(yīng)用于日常生活中。從我們最喜歡的零售網(wǎng)站上的推薦到社交媒體上自動生成的照片標(biāo)簽，許多常見的網(wǎng)絡(luò)設(shè)施都是由人工智能驅(qū)動的。

但隨著人工智能技術(shù)的進步，越來越多的隱私被公之于眾，個人自由也隨之變得越發(fā)微不足道。

醫(yī)療領(lǐng)域的人工智能

人工智能正在成為醫(yī)療領(lǐng)域的一股變革力量，正在如預(yù)想的那樣顛覆醫(yī)療領(lǐng)域的方方面面。

人工智能有望通過接口融合人機思維

在不使用鍵盤、鼠標(biāo)和顯示器的情況下，在技術(shù)和人腦之間建立直接的聯(lián)系，是目前最先進的研究課題，在病人護理中有大量的應(yīng)用。例如，神經(jīng)系統(tǒng)疾病和神經(jīng)系統(tǒng)創(chuàng)傷可能對某些生理功能造成損害，而這項技術(shù)可以對此進行彌補。人工智能還可以為無法說話的患者發(fā)聲，為癱瘓的患者挪動手臂。

下一代人工智能可進行放射性讀數(shù)

通過核磁共振成像機、CT掃描機和X射線拍攝的放射圖像，人們可以非侵入性地看見人體解剖結(jié)構(gòu)內(nèi)部運作。盡管一些診斷過程仍然依賴于直接組織取樣或組織活檢，存在感染和出血的風(fēng)險，但人工智能將使下一代放射機器在選定的情況下，能完全不用診斷性活檢。人工智能正在通過推進“放射組學(xué)”這一創(chuàng)新領(lǐng)域，實現(xiàn)“虛擬活檢”。

人工智能將極大提高農(nóng)村等服務(wù)不足地區(qū)的醫(yī)療服務(wù)

缺乏合格的醫(yī)生，包括放射技師和放射科醫(yī)生，可能會阻礙全球范圍內(nèi)發(fā)展中國家的急救醫(yī)療。人工智能可以通過擔(dān)起一些通常指定由人類承擔(dān)的責(zé)任，緩解合格臨床工作人員嚴(yán)重不足的問題。

人工智能算法讓電子健康記錄（EHR）更高效

在醫(yī)療行業(yè)向文檔化和“經(jīng)濟與臨床健康衛(wèi)生信息技術(shù) （HITECH）” 邁進的過程中，電子健康記錄發(fā)揮著越來越積極的作用。然而，健康記錄在向數(shù)字化轉(zhuǎn)型的過程中，存在著從認(rèn)知超載、持續(xù)記錄，到醫(yī)生的職業(yè)倦怠等許多問題。

經(jīng)濟與臨床健康衛(wèi)生信息技術(shù)行業(yè)現(xiàn)在正在使用人工智能和深度學(xué)習(xí)，通過自動處置一些占據(jù)醫(yī)生大部分時間的形式規(guī)則來創(chuàng)建更加自發(fā)的界面。機器學(xué)習(xí)和人工智能很可能會進一步支持準(zhǔn)備收件箱中的常規(guī)請求，如藥物補充和通知結(jié)果。此外，它還可協(xié)助處理要求臨床醫(yī)生優(yōu)先重視的任務(wù)。

醫(yī)療設(shè)備成為獨立運作的機器人

智能醫(yī)療設(shè)備正在充實用戶場景，從腸道內(nèi)部的實時視頻，到感知面部表情來診斷早期的自閉癥，這些都可以實現(xiàn)。

在醫(yī)療環(huán)境中，智能機器對于從重癥監(jiān)護室到家庭護理等各種場景中監(jiān)測患者具有重要作用。通過人工智能，醫(yī)生將借助更強的能力，識別各種病理惡化，如敗血癥是否情況緊急，或在并發(fā)癥發(fā)生之前檢測其發(fā)展情況，從而顯著改善臨床表現(xiàn)，并可能降低院內(nèi)感染產(chǎn)生的費用。

人工智能可避免抗生素抗藥性的風(fēng)險

抗生素耐藥性對人們來說是一個日益嚴(yán)重的危險，因為過度使用這些基本藥物促進了某些細(xì)菌菌株的進化，這些菌株對未來的治療將不產(chǎn)生反應(yīng)。

精確分析病理圖像

如今，病理標(biāo)本為醫(yī)生提供70％以上的診斷數(shù)據(jù)來源，涉及整個醫(yī)療服務(wù)領(lǐng)域。而且在電子健康記錄系統(tǒng)中，可獲得幾乎所有提取到的數(shù)據(jù)。因此，數(shù)據(jù)越精確，就能越早得到正確的診斷，數(shù)字病理、數(shù)據(jù)和人工智能能提供更好醫(yī)療服務(wù)。

深度學(xué)習(xí)算法和人工智能分析技術(shù)，可以在大型數(shù)字圖像上精確到微小的精度，從而使醫(yī)生能夠精確地指出肉眼所看不到的細(xì)微之處。在臨床醫(yī)生研究數(shù)據(jù)之前，人工智能可以通過識別病理準(zhǔn)備中值得關(guān)注的特征，進一步提高工作效率。

免疫療法和基于基因組的癌癥治療的無價之寶——深度學(xué)習(xí)與人工智能

免疫療法是癌癥治療領(lǐng)域最驚人的成就之一，指引并利用人體自身的免疫反應(yīng)來攻擊惡性腫瘤。深度學(xué)習(xí)算法及其人工智能促進了高精尖數(shù)據(jù)集的合成，針對個體癌癥的唯一基因結(jié)構(gòu)方向，制定精準(zhǔn)的靶向治療決策。

修改電子健康記錄，人工智能加強患者風(fēng)險分層

患者的醫(yī)療記錄是個人數(shù)據(jù)的寶庫，然而，精確、及時并堅持提取和分析如此豐富的信息，對醫(yī)生和數(shù)據(jù)分析人員來說一直是一個挑戰(zhàn)。

數(shù)據(jù)的質(zhì)量和真實性以及數(shù)據(jù)設(shè)置混合的問題，會使得任務(wù)復(fù)雜化。此外，輸入是否結(jié)構(gòu)化，以及記錄不完整，讓理解究竟如何進行有意義的風(fēng)險分層、預(yù)測分析和支持臨床決策變得極為困難。

電子健康記錄分析已經(jīng)產(chǎn)生了許多蓬勃發(fā)展的風(fēng)險評分和分層工具。然而，在這些當(dāng)中，研究人員應(yīng)用深度學(xué)習(xí)的方法對看似不相關(guān)的數(shù)據(jù)集之間的獨特關(guān)聯(lián)進行分類。

智能機器改進監(jiān)測健康狀況的可穿戴設(shè)備

隨著可穿戴設(shè)備日益普及，利用傳感器收集消費者重要的健康數(shù)據(jù)并通過智能手機傳輸，其實用性越發(fā)成為必然。例如，通過步數(shù)追蹤器，人們可以連續(xù)追蹤心臟脈搏。通過這種技術(shù)，今后將會產(chǎn)生越來越多的與健康相關(guān)的數(shù)據(jù)。

收集、分析醫(yī)療信息，并輔以應(yīng)用程序和其他家庭監(jiān)控設(shè)備從患者身上獲得的數(shù)據(jù)，可以為個人和人類的福祉提供獨特的觀點。從龐大而無盡的數(shù)據(jù)寶庫中提取可操作的有用信息，人工智能在此方面可發(fā)揮重要作用。

手機自拍成為未來臨床檢查工具

專家認(rèn)為，利用便攜式設(shè)備，由智能手機和其他客戶端拍攝的圖像將成為臨床質(zhì)量成像的重要補充，特別是在服務(wù)不足的地區(qū)或發(fā)展中國家中。

手機攝像頭的質(zhì)量正在逐年提高，可產(chǎn)生利用人工智能算法進行分析的可行圖像，這樣的技術(shù)在現(xiàn)代皮膚科和眼科領(lǐng)域里是非常有名的。英國研究人員甚至已經(jīng)開發(fā)出一種方式，通過分析嬰兒在子宮內(nèi)的面部圖像來識別發(fā)育異常。

人工智能正在改變醫(yī)生的診斷方式

隨著醫(yī)療行業(yè)從收費報銷體系向擇優(yōu)補償模式轉(zhuǎn)變，醫(yī)療行業(yè)也從治療已現(xiàn)疾病的“被動式護理”，向在癥狀出現(xiàn)之前解決問題的“主動式護理”轉(zhuǎn)變。人工智能將為這一診斷革命奠定基礎(chǔ)，促進預(yù)測性分析和臨床判斷指導(dǎo)儀器發(fā)展。這些儀器將在醫(yī)生可能意識到問題需要解決之前就提醒他們。

深度學(xué)習(xí)如何有用

深度學(xué)習(xí)在現(xiàn)實世界的應(yīng)用中蘊含著寶貴的潛力。傳統(tǒng)的機器學(xué)習(xí)描述訓(xùn)練方法，通過該方法將用于訓(xùn)練程序的圖片與圖片中的事物名稱進行標(biāo)記。傳統(tǒng)的機器學(xué)習(xí)方案通常使用照片，并將其與圖像內(nèi)包含的“標(biāo)記”進行匹配，后來的機器學(xué)習(xí)技術(shù)被稱為“監(jiān)督式學(xué)習(xí)”。

還記得你在臉書上給自己的照片或朋友的照片標(biāo)注名字嗎？這就是機器學(xué)習(xí)認(rèn)識人臉的方式，從其他人中識別出來，并與互聯(lián)網(wǎng)上的其他識別因素進行匹配，以便將來進行認(rèn)證和識別。

與機器學(xué)習(xí)中使用的其他訓(xùn)練技術(shù)相比，監(jiān)督式學(xué)習(xí)速度快，對計算能力的要求相對較低。然而，對于現(xiàn)實世界的應(yīng)用，它有一個明顯的缺點，即每天都會從社交媒體、硬件和軟件服務(wù)合同、軟件授權(quán)和網(wǎng)站咨詢包中收集到大量的信息。

對于有各種議程的大小企業(yè)來說，機器學(xué)習(xí)輔助的數(shù)據(jù)挖掘或個人信息收集都非常重要。但問題是，這些數(shù)據(jù)都未被打上標(biāo)簽，無法用于指導(dǎo)依賴監(jiān)督式學(xué)習(xí)的機器學(xué)習(xí)程序。因為它仍然需要人來給數(shù)據(jù)打上標(biāo)簽或標(biāo)記，這不僅耗時而且成本也高。

深度學(xué)習(xí)網(wǎng)絡(luò)可避免傳統(tǒng)的機器學(xué)習(xí)的缺點，因為它使用了“無監(jiān)督學(xué)習(xí)”。深度學(xué)習(xí)不用任何數(shù)據(jù)標(biāo)簽或標(biāo)記。即使圖片沒有帶“Tag”這個名字，深度神經(jīng)網(wǎng)絡(luò)仍可學(xué)會識別這個人。

對于那些對現(xiàn)實世界中的應(yīng)用感興趣的人來說，能從未經(jīng)標(biāo)記或未經(jīng)組織的數(shù)據(jù)中學(xué)習(xí)是一個巨大的優(yōu)勢，深度學(xué)習(xí)為那些想要使用數(shù)據(jù)的人打開了非結(jié)構(gòu)化數(shù)據(jù)的大寶庫。

人工智能和深度學(xué)習(xí)為你打造個性化醫(yī)療服務(wù)

21世紀(jì)，醫(yī)生和醫(yī)療衛(wèi)生部門仍然希望堅持希波克拉底式的個性化醫(yī)療，并使用最先進的技術(shù)保持高質(zhì)量的醫(yī)療服務(wù)。同時，醫(yī)學(xué)界不再理性，快速將神圣的臨床判斷力推向基于協(xié)議的病人算法護理。以前的人口健康模式就是該情況的始作俑者之一。

但人工智能如果通過透明、負(fù)責(zé)的方式獲取，可為個性化的醫(yī)療體系奠定基礎(chǔ)。深度學(xué)習(xí)技術(shù)可以了解病人從出生開始的所有信息，并以去中心化的方式保存（使用區(qū)塊鏈技術(shù)），而不會將個人信息泄露給他人使用。

作為數(shù)據(jù)的唯一擁有者，患者、醫(yī)生或其他用戶所收集和持有的數(shù)據(jù)將能夠利用無監(jiān)督的深度學(xué)習(xí)技術(shù)幫助人們獲得想要和需要的個性化護理。大數(shù)據(jù)集中處理只會讓其他行業(yè)受益，并加重污染存在缺陷的人口健康模式。

人工智能讓醫(yī)生能夠根據(jù)患者需求定制治療方案。人口健康原則無法滿足患者的個人需求。根據(jù)人們的期望和需求，深度學(xué)習(xí)將了解個人需求，從而為醫(yī)生和患者提供最佳建議。

人工智能也有不足之處

以前，現(xiàn)代社會在處理公共數(shù)字信息方面非常自由，但現(xiàn)在和以后人們得為這種天真的態(tài)度埋單。人們最終會明白其暴露在外的東西價值之大，以及這些東西如何被濫用或用來對付自己。

最重要的是，人們最終會意識到——哪怕社交媒體巨頭和科技大亨們公開保證，他們的數(shù)據(jù)也不僅是對付他們的秘密武器，還是可以收入囊中的數(shù)字貨幣，個人數(shù)據(jù)在全球范圍內(nèi)間接地被武器化和洗錢化。盡管如此，現(xiàn)在我們都認(rèn)識到這些問題仍然為時不晚。

臉書的用戶越來越謹(jǐn)慎地與其他人分享數(shù)據(jù)，但使用無監(jiān)督的深度學(xué)習(xí)，除非人們完全停用臉書，否則謹(jǐn)慎也沒用。

同樣，患者往往更信任他們的醫(yī)生，而不太可能相信像臉書這樣的大公司。這些公司將數(shù)據(jù)提供給大型研究項目，可能有助于緩解人們的不適感，但如果集中存儲數(shù)據(jù)，高科技巨頭公司成為“大數(shù)據(jù)”的唯一持有者，那又有什么用呢？

自動化——引發(fā)失業(yè)

雖然人工智能取代人類工作的問題引起了很大的爭議，但這不是最值得關(guān)注的問題。人工智能會取代很多行業(yè)中的特定工作，而不僅僅是那些要預(yù)測和重復(fù)的工作。然而，變革毫無疑問已然開始。

侵犯用戶隱私

人工智能使用不當(dāng)可能會威脅到各種數(shù)字安全，這是一個迫在眉睫的問題。訓(xùn)練機器黑客或社會工程的受害者是一個非常值得關(guān)注的問題。此外，有些人進行非國家行為，將市場上的無人機武器化，實行監(jiān)視使隱私不復(fù)存在，收集、壓制、自動化并有針對性的虛假信息運動，這是我們不想看到的。

Deepfakes（換臉軟件）也用深度學(xué)習(xí)

同樣，憑借聲音和圖像形成的音頻和視頻，Deepfakes已造成轟動。使用機器學(xué)習(xí)和深度學(xué)習(xí)將有可能涉及自然語言處理，任何一個政治家的音頻片段都可能被篡改，讓人以為此人似乎在表達(dá)種族主義的觀點，可其實他們并沒有說過這樣的話。

不良數(shù)據(jù)導(dǎo)致社會經(jīng)濟不平等與算法偏見

社會經(jīng)濟差距持續(xù)擴大值得深思。利用人工智能驅(qū)動的工作崗位引發(fā)人類失業(yè)成為一個重要問題。長期以來，除了教育，工作也是社會流動的驅(qū)動力。然而，當(dāng)涉及某種工作時，現(xiàn)實已經(jīng)表明，那些發(fā)現(xiàn)自己被冷落的人比起錢更多的高級職位的人更不容易獲得或?qū)で笤倥嘤?xùn)。

各種形式的人工智能偏見都是不利的，數(shù)據(jù)和算法的偏見亦是如此。數(shù)據(jù)和算法的偏見可“放大”人工智能偏見。

我們始終要記�。喝斯ぶ悄苁侨祟惖漠a(chǎn)物，而人類天生就會受到影響。人工智能研究人員只是來自于某些種族的人，他們在社會經(jīng)濟發(fā)達(dá)地區(qū)長大�？茖W(xué)家首先是健全的人，來自相對單一的人群。因此，這些人很難有效地將社會的多樣性和他們的關(guān)注點聯(lián)系起來。

從數(shù)據(jù)挖掘到深度學(xué)習(xí)，最終到人工智能，所有偏見都源于對社會和經(jīng)濟的考慮。技術(shù)是人類設(shè)計的衍生品。

武器自動化

人工智能可能比炸彈還危險。任何一個軍事大國如果開發(fā)了人工智能武器，那我們幾乎可預(yù)見到全球的軍備競賽，這種技術(shù)的發(fā)展歸途是顯而易見的，自主武器將成為未來的槍支。

與核武器不同，人工智能的原材料成本低且易獲取。它們將無處不在，而且成本低廉，所有重要的軍事霸主都可以大量生產(chǎn)。智能機器人武器在黑市上浮出水面，落入希望更好地控制群眾的激進分子、獨裁者的手中，落入想要清理種族的暴君等的手中，都將只是時間問題。

人工智能軍備戰(zhàn)對人類來說是不利的。美國軍方2020年的擬議預(yù)算是7180億美元，有近10億美元將支持人工智能和機器學(xué)習(xí)，用于后勤、情報分析和武器裝備等方面。

人工智能與大數(shù)據(jù)幫助企業(yè)剝奪用戶

今天，利用人工智能，壟斷公司正在不觸犯法律的條件下，讀懂人的思想和獲取其個人信息，人們確實遭到了這些行業(yè)的剝奪。

人工智能行業(yè)正在取代醫(yī)生

高科技行業(yè)普遍認(rèn)為，機器最終將取代醫(yī)生。雖然這可能真的會發(fā)生，但卻遠(yuǎn)非明智之舉。機器學(xué)習(xí)和人工智能的濫竽充數(shù)不僅讓醫(yī)生不堪重負(fù)，還影響了病人的護理質(zhì)量。

通過商業(yè)智能或機器學(xué)習(xí)，建立一個用預(yù)寫算法來收集不同來源的數(shù)據(jù)的技術(shù)，這是一種日益增強、讓人恐怖的趨勢。從商業(yè)角度來看，它會像我們這個世紀(jì)的淘金熱一樣有價值；從質(zhì)量和利用的角度來看，它直接關(guān)系到病人的護理。

機器學(xué)習(xí)和人工智能之丑態(tài)

健康信息已變成了每一個行業(yè)的印鈔機。健康信息憑借一己之力，已經(jīng)建起萬億美元的市場。軟件公司對公民說，數(shù)據(jù)是加密的，別人無法查閱，甚至其員工也看不到。

但人工智能卻為他們提供了一種能力，即以任何喜歡的方式使用公共數(shù)據(jù)的能力。隨著深度學(xué)習(xí)技術(shù)的進步，互聯(lián)網(wǎng)自由和網(wǎng)絡(luò)中立的概念也越來越為人們所淘汰。

人工授精和基因識別

目前，人工智能、大數(shù)據(jù)在人工授精、捐卵、基因識別等應(yīng)用中各有利弊，后者涉及到了科技、文化以及倫理的應(yīng)用。當(dāng)大家都在用時，它們對社會規(guī)范穩(wěn)定性產(chǎn)生的負(fù)面影響是巨大的。

我們進入了一個空間，在這里維護匿名性、尊重個人隱私以及防止重大社會、心理、倫理和法律糾紛將會很艱難。除非人工智能和深度學(xué)習(xí)算法有了根本的解決方法，否則父系匿名時代很快就會結(jié)束。

在精子庫被迫打破與捐獻(xiàn)者之間的保密協(xié)議規(guī)則、基因檢測市場不斷擴展以及豐厚的企業(yè)經(jīng)濟利益之間，為捐獻(xiàn)者保密和維護下一代身份注定會成為一項長期任務(wù)。

為什么算法很重要

同情、情感、共鳴都是治療過程和醫(yī)療的重要組成部分。但即使計算機學(xué)會了同情，卻也永遠(yuǎn)比不上人類真實的情感，這正是人工智能永遠(yuǎn)無法取代醫(yī)生的原因。盡管如此，醫(yī)生不應(yīng)該讓自己沉浸在周圍發(fā)生的變化中，這是無法掩蓋的事實。

智能時代已經(jīng)到來，而且很可能會繼續(xù)發(fā)展下去。醫(yī)生可以選擇對技術(shù)進步，尤其是在深度學(xué)習(xí)算法上的技術(shù)進步視而不見，也可以選擇掌握自己的領(lǐng)域。如果選擇視而不見，他們將會失業(yè)，將對病人的神圣職責(zé)扔給那些對病人護理知之甚少或一無所知的行業(yè)與人。

醫(yī)生們必須改革其行醫(yī)方式。他們必須協(xié)調(diào)和引導(dǎo)其對病人的護理方式走上正確的道路，使用經(jīng)過為醫(yī)療界所驗證和測試過的最先進的工具。

人工智能算法須透明，架構(gòu)師也要負(fù)責(zé)任

醫(yī)生和醫(yī)療界要確保醫(yī)療質(zhì)量，算法透明也是至關(guān)重要的。這對人工智能和機器學(xué)習(xí)來說必須的，相信技術(shù)與相信其設(shè)計者完全不同。

必須建立問責(zé)制，要想判定人工智能的罪責(zé)，首先必須實施適當(dāng)?shù)耐该鞫扰e措。最重要的是，醫(yī)生如果自己不承擔(dān)責(zé)任，就必須要求這種透明度，并強制要求問責(zé)。這是醫(yī)生界所期待的變革縮影。

法律界，尤其是律師界，正面臨著與醫(yī)生類似的挑戰(zhàn)，但是他們似乎有效地保留了其人工智能算法的所有權(quán)。律師界一致認(rèn)為，承認(rèn)“非律師”擁有或投資律師事務(wù)所帶來的經(jīng)濟利益沖突威脅著法律體系。

從技術(shù)上講，反對這種規(guī)則的人特別關(guān)注其技術(shù)的驗證方法，不當(dāng)?shù)尿炞C和監(jiān)督將導(dǎo)致非律師人員更容易從事某些法律活動。

醫(yī)生必須知道的人工智能知識

醫(yī)療技術(shù)迅猛發(fā)展，這是醫(yī)生與之脫節(jié)的主要原因，反之亦然，使用深度學(xué)習(xí)搶奪患者信息的戰(zhàn)爭已然開始。如前所述，大數(shù)據(jù)挖掘?qū)τ谔峁�機器人醫(yī)療和人工智能所需的大量信息庫非常重要，這些在未來都是要替代人類的。

算法應(yīng)為戰(zhàn)術(shù)性的醫(yī)療服務(wù)提供應(yīng)有的保障，而不應(yīng)以為企業(yè)追求經(jīng)濟利益為中心。保證深度學(xué)習(xí)算法適應(yīng)個體情況，設(shè)計出服務(wù)于醫(yī)生而非獨立行事的算法，醫(yī)生是唯一能實現(xiàn)這兩件事的人。

醫(yī)生如果不能意識到人工智能和深度學(xué)習(xí)的醫(yī)療法律風(fēng)險，后果不堪設(shè)想。所以一個有用的人工智能必須精確地根據(jù)場景、時間、地點和個體確定醫(yī)療標(biāo)準(zhǔn)的特定參考點。

在患者的幫助下，醫(yī)生應(yīng)重新定義所有病例，通過制定個性化方案，在法律、倫理、方法上擁有相互推翻判定的權(quán)力。如果未能在醫(yī)療標(biāo)準(zhǔn)范圍內(nèi)解決患者問題，一旦出了問題，主治醫(yī)生將可能面臨法律責(zé)任。

不幸的是，醫(yī)生這一職業(yè)有自我創(chuàng)造的習(xí)慣。醫(yī)生的習(xí)慣性做法已經(jīng)形成了與這些個人習(xí)慣相一致的文化和用人慣例。但常規(guī)需要打破，如果不扭轉(zhuǎn)這種情況，醫(yī)生將進一步與當(dāng)代世界脫節(jié)。

醫(yī)生必須包容人工智能、深度學(xué)習(xí)技術(shù)，就像前幾個世紀(jì)包容聽診器和X光一樣。醫(yī)生們必須了解其用處和風(fēng)險，只有如此，他們才能適應(yīng)最佳醫(yī)療方式，保持獨立性，確�；颊甙踩�，促進現(xiàn)代醫(yī)療個性化發(fā)展。