AI 医疗是否可以缓解医患关系甚至取代医生

AI 医疗是否可以缓解医患关系甚至取代医生

许智皓、梁玥怡

江苏大学京江学院 江苏镇江 212013

摘要：医患事件频发之下，作为人们当下看好的领域——AI医疗也在日益发展。医生与AI医疗皆有各自缺点又有对方不可取代的优势，而外界人们也对AI医疗的看法褒贬不一，有的人持支持态度，认为AI医疗可以触碰到人们还未涉及的医学领域，也有的人却抱有相反的观点，认为AI医疗问世时间过于简短，尚不能替代医生的诊断。因此，本文通过一系列调查与研究，总结出来AI医疗与医生之间的长短互补，树立起人们不论是对医生还是AI医疗的信任与支持，让两者齐头并进、相辅相成的发展，争取为全世界的人们获得更好的治疗效果。

关键词：AI医疗，医患事件，AI医疗优缺点，群众态度

一、AI医疗概述

人工智能（AI）塑造了一个全新的数字化、信息化、网络化社会生活空间,并由此迅捷地改变着社会生活的各个方面,改变着人类的行为方式、思考方式、自我认同以及社会形态,从而引发社会结构的重大转型和社会关系的重大变化。医疗行业在网络发展的大潮中,不可避免的受到影响。在过去的十年中,利用网络在线搜索查询医疗健康信息的人数不断攀升,美国PEW研究中心的调查数据显示2000年有55%的成年网民在线搜索健康相关信息,到2012年这一人数比例上升到72%,2013年已达80%。网络技术的创新与发展,让人们在网络上不仅仅享受到海量的医疗健康信息资源,医药流通、营销推广、网络就医、医患沟通等诸多医疗行业领域的互联网模式也逐渐被人们认同和接受,网络发展对医疗行业的影响已经渗透到行业的每个细胞中。

二、当下医患事件频发

网络环境使得人们医疗健康相关的活动出现一系列的变化,并逐渐开始影响患者和医生的思想、行为方式,而由医生和患者在诊疗过程中建立起来的社会关系也必定随之发生改变。当前,我国医患关系的形势并不乐观。医疗纠纷比例上升,医闹频繁发生,暴力袭击医事件不断曝光,医患矛盾成为人们生活中的关注焦点,医患双方逐渐走向对立。很多学者对医患关系紧张的原因进行了研究,医患产生矛盾的原因有很多,其中医患信息不对称、医患认知差异、患者医疗预期过高、医患交流沟通受阻等等，都是影响医患关系的重要因素。

2019年12月24日，因为95岁高龄老母亲入院多日病情仍不见好转，家属便极端的认定是医生输液错误，把北京民航总医院急诊科副主任医生杨文杀害。

2020年1月20日，北京市朝阳医院眼科医生陶勇，出诊时被治疗过的患者崔某砍伤，崔某从医院7楼一路追到6楼，医生陶勇头上被砍了三刀，左胳膊、右胳膊前臂、左手的掌中以及背后都有多处骨折，还有神经、肌肉、血管的断裂。

2020年3月27日，两名新冠肺炎康复患者在发热通道候检，认为等候时间过长，踢门吵闹并冲进扫描室，对湖北省汉川市人民医院CT室技师黄腾进行殴打。

短短几个月内，我们通过各大媒体目睹了当下社会患者对待医生的态度，他们将所有的不满都发泄在了医生的身上，他们没有通过深思熟虑、换位思考，就简简单单的凭借着一股冲动，就冲向了罪恶的深渊。普通群众的口中也常说道：“培养一名合格的医生需要10年，培养一名优秀的医生则需要15年。”但事实上，想要培养出一位医生，并不只单单大学5年、硕士3年、博士3年所累加，他还要经过漫长的15-20年的实习磨砺和经验积累才能够称为合格出师。由此，一位医生的黄金生涯的开始已经是三四十岁中年了。人们为什么总喜欢挂老医生的号呢？无非就是因为他丰富的临床经验，更了解病例的治疗罢了。或许他们在伤害医生时有着那么些许的释放痛苦和怨气的快乐，但熟不知他们葬送了多少家庭的希望，浪费了国家的多年培养。一个优秀的医生一辈子可以救治很多的人，帮助很多的家庭，但就因为这些人的冲动，所有的一切化为了乌有。

3. AI医疗的优势

相比于医生的漫长培养，近年来科技飞速发展所研发出来的人工智能（AI）医生就显得尤为简单了，只需要一套程序的设定和将千万病例的录入，这或许就可以媲美一个经验丰富、诊断迅速的老医生了，就拿骨龄的判断来说，骨龄判断的传统方式是对照图谱, 由医生判断, 但问题在于不同的医生对图谱的认知和记忆程度有差异，那么所得出的结论判断也有差异，但上海交通大学附属儿童医院目前与人工智能的一项结合是帮助医生测试儿童骨龄。而上海交通大学附属儿童医院所推出的人工智能技术则是通过与某些影像进行直接的比较而对骨龄进行识别判断，这样准确度和分析速度就很明显优于人类的肉眼与记忆的判断。人工智能在医疗中的运用远不只有在影像中帮助医生更快速的将病情准确分析定位单方面这么简单，在临床手术领域，人工智能可以根据不同程序的设定而进行各种高精度要求的手术操作，譬如由美国麻省理工学院主导研发的达·芬奇手术系统，就可以操作着机械臂稳定、灵活准确的进行操作；在病例分析领域，人工智能可以非常快速的从千百万的病例中找到最为相似的案例供给医生对病患的实际病情结合起来进行分析，收纳他人的经验给予患者更优质精准的诊断治疗...

再来看AI在这次全球弥漫的新型冠状病毒肺炎中的实例应用，中国工程院院士李兰娟介绍，这一次新型冠状病毒肺炎疫情的暴发来势汹汹，给全球人类的健康带来了严重的威胁。其中，AI在疫情防控中，如疫情研判、情绪管理、地图服务、基因检测、药物研发等方面发挥了非常重要的作用。“例如，为了遏制疫情蔓延的势头，我们利用大数据平台了解传染病发生、发展的情况，用这样的方法来发现和控制传染源，助力疫情防控；在之后的疫情防控中，大数据平台尤其是寻、管、研、服为一体的整合疫情研判模型，对遏制疫情扩散、加强疫情防 控发挥了重要作用。在智能监控方面，国内有许多研究团队采 用了知识图谱技术精准查询与用户相关联的信息，通过自动分析电子病例数据对确诊病例的变化进行可视化，在这些信息技术的指引下，我们得到的新型冠状病毒肺炎疫情信息就相对准确。在智能诊断方面，自动化的基因组分析能够让我们在很短的时间内把病毒的基因分析出来，提升了我们研究病毒的效率。此外，AI 可以快速识别并精准测量病灶，准确率达到 79.3%，这对辅助诊断系统非常重要。在智能社区防疫方面，用 AI 设计疫情感染区地图查询功能，在随访系统中采用语音识别、语义理解等，这些功能都十分实用和重要。红外智能 AI 测温、人脸识别的智能化系统在传染病防控中也发挥了重要的作用。”李兰娟说。

四、AI医疗的弊端

人们越是在享受人工智能带来快捷与方便的同时，更需要去认真对待它们所携带的种种弊端，美国哈佛大学和麻省理工学院的一组研究人员在《科学》杂志上发表的一篇论文中，提出了“对抗性攻击”的可能性。“对抗性攻击”是指利用调整微小的数字数据，改变人工智能系统行为的操作。譬如对人体的某些微小细节作出改变，人工智能将会将有病的诊断为无病，无病的误判为有病，倘若有黑客入侵了系统，患者的数据不单单会被泄露，一旦被黑客进行了恶意修改，那后果将不堪设想。

在法律规范方面，目前还没有明确的法律法规去约束管理人工医疗。2015年2月，英国在进行首例以机器人为主要参与对象的心脏瓣膜修复手术时，因为机器人的失控，不仅打到了一名医护人员的手、戳穿了患者的大动脉造成大出血、甚至将手术中最为重要的心脏瓣膜错放了位置，这些致命的失误因素导致患者没有得到应有的救治，于一周后离世。那么在这场手术中，因为机器人的失控而导致的医疗事故中，责任到底在谁？当时在场进行辅助的医护人员？设计这台机器的产家？还是这个根本没有生命意识的机器人呢?

在这种难以人为阻止的突发失控意外下，患者是否还放心地将自己交给人工智能医疗呢?并且，在当代这科学技术日益发达也越来越个注重人文关怀温暖的社会，患者除了需要更好更精准的医疗外，需要的还是关爱，而不是冷冰冰的、不会共情的机器，用毫无感情的文字或语音告诉他们病情有多严重。发展人工医疗的初心，本就是为了更好的帮助医生，造福病患。那我们到底应该怎么使用人工医疗才能最大限度地利用它所带给我们的好处呢？

五、实地考察

在结合了对当地五家医院进行了随机问卷调查之后，根据明显的数据显示，70%的人们更希望的是二者可以结合起来，而不是单单的只发展其中的一个，人工智能固然好，但它没有人类本身更了解人类，归根到底，它还只是冷冰冰的机器，不能感受到病患的痛苦，没有能力在设定治疗方案的时候兼顾考虑患者的感情、承受能力等等。倘若让AI医疗完全代替了传统医生，那“医”就不将再是有情感的医护人员了，而是变成了智能机器或程序，传统的医患交流更多地变成不带情感的“人机对话”。这都不是医患双方所希望的。不过，在一些简单医疗方面（挂号分诊、药物分类、病症对比等），AI的全权处理将会大限度的减少不必要的人力资源的分配，让医护人员更好更全身心地投入到对患者的治疗中。再者，AI医疗投入应用后，必将推动现有的医疗模式变革，这将会对医务人员提出更高的要求，如果医务人员不能及时完善自身的知识结构，提升与患者的沟通技巧和人文素养，是难以胜任AI时代的医疗工作的。当AI医疗得到妥当运用，那人工智能必将会是医护人员的得力助手，只有医生与这些智能相辅相成，才能最大程度的发挥更好的效果，造福患者。

参考文献：

[1]沈宇超.人工智能在医疗领域应用中的法律问题分析[J].锦州医科大学学报(社会科学版),2020,18（04）:24-30.

[2]张江.疫情之下，AI推动医疗健康新变革[C].医学教育与医学边缘学科，2020，4：5

[3]张光华，潘婧.人工智能技术在医疗领域中的应用[J].电子技术与软件工程，2019，（19）：239-240

[4]刘一彤.人工智能在医疗领域的应用[J].科技传播，2019，11（07）：145-147

[5]杨放，刘开，常运立.人工智能诊疗的伦理挑战[J].中国医学伦理学，2020，33（07）：809-814

作者简介：

许智皓，生于2000年9月，男，汉族，江苏宿迁人，江苏大学京江学院本科在

读，医学检验技术方向

梁玥怡，生于2001年7月，女，汉族，广东广州人，江苏大学京江学院本科在

读，医学检验技术方向

【基金项目】本文系江苏大学2020年度大学生科研立项项目，项目编号：19C417