助力医生减负,未来电脑技术诊断更精准

新的技术将让接诊医生更胜任他们的工作——诊断过程更快，结果更准确，治疗方案更有事实根据。现在的数据量之大是前所未有的，其中蕴含着巨大的机会。一旦我们拥有足够的数据组和随时可访问的研究案例数据库，我们就更充分地能够掌握患者的病情。

　　随着时间的推移，医生将会越来越依赖于技术来进行分类、诊断和决策。最终，我们将只需要更少的医生，但是每个患者都将能够得到最好的治疗。诊断和治疗计划将通过电脑来完成，再配上精挑细选的医疗人员——这种挑选更看重他们的爱心，而不是诊断能力。我们不会让态度恶劣但技术高明的诊断师，即像"怪医豪斯"那样的医生，与患者直接见面。相反，我们会使用电脑算法来提供诊断，而由极具爱心的人类来提供护理服务。

　　诊断系统发展路径：从蹒跚学步到成熟高效

　　不要指望顶级的诊断系统一夜之间形成。它们刚开始可能只是一些看起来比较零星的小创新，或者听起来不入流的笨拙系统。

　　设想一下，每天利用AliveCor设计的iPhone手机套来测量心电图，每次测试费用不足1美元。这种设备以及其他类似的设备，比让心脏病人每半年到医务室做一次心电图检查，获得更多的病情信息，而且成本也要低得多。想一想，你做500次的"自我心电图诊断"的费用不及你在医院做一次心电图检查的费用，这该是多么省钱，而且你还能将这些测试结果发送给你的医生。今天，大多数心脏病只是在病人的心脏病发作后才为人知晓。但是，想像一下，我们可以使用可识别不正常情况并预测病情的电脑软件来进行预防性心脏护理。我们能够在人们心脏病发作或中风前发现大多数心脏疾病，从而以少得多的成本进行治疗。但是，我们需要几十年的数据积累才能够做到这一点。

　　CellScope公司能够提供皮肤科医生预约服务，该公司生产的低成本iPhone配件，可用于拍摄皮肤痣、皮疹、耳炎，而且（在将来）还可以拍摄你的视网膜或喉咙。各种算法将会处理这些照片，并搜寻与之最接近的病例。而像Eyenetra这样的设备，能够进行视力测试，从而让你更快更省钱地配眼镜。Adamant公司试图生产一款芯片，用于检测你呼出的数百种气体，从而排查和甄别各种不同的肺癌。这比大型CT扫描机的费用来得低，而且CT扫描机只能告诉你有无肿瘤。Ginger可监测你发送电子邮件、发布消息、发送短信以及拨打电话的频率，从而衡量你的社交活动。通过观察你行为中的变化，它能够比精神病医生更准确地告诉你的心理状况。

　　这些小创新乍一看似乎无关紧要，但是，当这些创新变得足够多的时候，它们就能够整合到一起，成为一项革命性的创造。2020年的技术与今天的诊断系统将会有天渊之别，就像今天的iPhone与1986年几磅重的电话之间的区别。

　　人的因素仍不可少

　　一些批评自动化医疗服务的人称，医疗服务并不只是输入病症，输出诊断结果这样简单;它是建立医患之间的关系。人类比电脑更擅长于提供友善的服务，以及回答病人的问题。但是，你并不需要获得医学学位才能做到这些。护士、临床护士、社会工作者以及其他非医学博士护理者，能够与医生一样做好（如果不是更好的话）这些事情，而且能够花费更多的时间来提供个性化的护理服务。在这里，我并不主张取缔人们在医疗服务中的一线地位。我的观点是，我们应该通过先进的电脑学习和人工智能来分析处理远远超过人类处理能力的庞大数据，从而打造强有力的后台传感和诊断技术。

　　在其他我们曾认为必需人类判断力的领域，自动化的转变已经开始了。现在，大多数商业飞行是通过自动驾驶仪，而不是机长来完成的。自动交易技术现在推动着绝大多数的股市交易量。谷歌（微博）的无人驾驶汽车已在一般的街道上零事故地安全行驶了30万英里。电脑取代人类工作的趋势也将蔓延到医疗行业。这将有助于全面了解患者的情况，并通过更多个性化的治疗方案改善患者的健康状况。这样一来，医生将有更多的时间来与他们的病人交流，确保他们更深地了解患者，找出那些尚未传递出来的隐含信息，因为他们不用像以前那样花费大量时间来收集数据或查阅研究案例了。而且，他们将能够接诊比现在多得多的病人，从而减少医疗成本。

　　医疗创新之源

　　所有这些创新将来自于何处呢？有人认为，我们必须在医学成果的框架内工作。我不这么看。

创新很少会从内部发生，因为现有的激励机制往往是不鼓励"搞破坏"的。医药公司会大力推销各种不同的、利润较高的药品，而不是疗效最佳的药品，因为他们希望你成为他们的药品用户，从而尽可能持久地创造营收。医疗设备制造商并不愿意推