人工智慧將來能否完全代替醫生？

2017 年5月23日、5月25日、5月27日在浙江嘉興桐鄉的「烏鎮圍棋峰會」上，目前圍棋世界排名第一的棋手柯潔與谷歌DeepMind 團隊研發的阿爾法圍棋（AlphaGo） 舉行了三番棋對決，柯潔以0︰3告負。其中第二局對局期間，DeepMind 的創始人兼CEO 戴密斯·哈薩比斯在推特上表示，AlphaGo 的後台數據顯示柯潔在前100手中表現完美，已經觸摸到了AlphaGo 的極限。

賽后哈薩比斯表示，這次比賽不會是AlphaGo 的終點，DeepMind 將不斷更新AlphaGo 的演算法，希望能應用於其他領域，包括解決癌症等，解鎖其他科技領域，期待人工智慧把我們帶到更遠的未來。

由於他在發言中直指癌症方面的研究，最近醫學界各方人士都對人工智慧的前景紛紛表達了自己的看法。本刊記者邀請到了北京中醫藥大學的楊楨教授，就AlphaGo 式的人工智慧在中醫學方面的前景談談自己的看法。

圍棋與中醫都發源於，歷史悠久，經常作為傳統文化的代名詞出現，能完美解讀圍棋的人工智慧也能解讀中醫嗎？來聽聽北京中醫藥大學楊楨教授是怎麼談AI與中醫的吧。

家庭中醫藥：比較喜愛傳統文化的朋友們常常把圍棋和中醫都當作傳統文化的名片，您能談談從人工智慧理解的角度，這兩者會有什麼差異嗎？

楊楨：說到文化的角度，圍棋和中醫二者的性質還是非常不一樣的。圍棋的競技意義比較強，相對來說更應該叫做有文化風味，它的本質是一項競技運動，規則簡單、結果可視，儘管變化萬端，但是變化之間的優劣在計算機看來一目了然；而中醫是立足於傳統哲學思想的一套模糊而複雜診治體系，不如圍棋簡單明了。

但是對於AlphaGo 式的人工智慧來說，它理解圍棋和理解中醫都是靠演算法，按照目前的情況來推斷，其在中醫方面的前景還是非常好的。AlphaGo 技術的突破，是建立在演算法革命性的變化上的，以前人們主要是利用計算機的運算速度，比較「傻」，而現在是「巧」，會讓它去模仿人類的思維模式，不去做無謂的猜想。例如我的辦公樓到行政樓之間有三條路，人類只認為有三條路，並且一眼就可以看出來走哪條最便捷；而計算機以往是認為兩點之間的聯絡路徑有無數條，要設置許多過濾條件命令它篩選，否則恐怕連繞地球一圈這樣的可能性也要計算。

但是現在，人工智慧通過自我學習，基於經驗也可以在非常少的步數裡面完成非常複雜的思考，更快得出結論。在圍棋領域，這次戰勝人類棋手的人工智慧是這樣的，在中醫領域，人工智慧也可以這樣學習、這樣思考、這樣得出結果。

演算法革命可以不斷提高人工智慧自己的能力，這是之前沒有想到的。

家庭中醫藥：您怎麼看待圍棋界這次人工智慧戰勝人類的事件呢？對於中醫界來講有什麼借鑒意義嗎？

楊楨：這次的人機大戰應該還是一種商業策劃行為，是對於谷歌團隊這個人工智慧成果的營銷與宣傳。計算機在黑白世界里超越人類，讓人心服口服，是一次巨大的商業成功，但是研發團隊的著眼點很高，也很有道德，他們成功之後決定不繼續參與圍棋比賽，把圍棋江湖留給人類自己玩。而且他們的後續動作非常令人驚喜，他們把演算法通過論文和專利形式公開，所有人都可以用，各行各業都可以用，這是一件惠及許多行業的事情。

谷歌團隊表示會進軍醫學界，西醫接下來會有很大的甚至顛覆式的進步，中醫即使可能會晚一些，也應該努力趕上這陣東風。

家庭中醫藥：您覺得在中醫方面，人工智慧會達到一個怎樣的高度呢？

楊楨：我覺得它最後開方子的水平會超過90% 的醫生。中醫界整體還是比較因循保守的，這次的消息出來，很多人說人工智慧在中醫這裡會例外，但是我覺得中醫一點也不會例外。

我們人類的醫生看到病人，就是腦子一轉，寫出方子，你看到的所有東西體現在方子里，你的閱讀、學習、經驗使你的思考變得簡單。機器如果也採取這種學習模式的演算法，那麼人類醫生能做到的它當然也可以做到，甚至病人對病情描述的難度比圍棋的局面還要簡單。

我覺得以後的發展趨勢是：機器人助手基本上能做到望、聞、問、切。它看的面色、舌質和舌苔可能更加準確。它的問診可能更加細緻，甚至態度更加好，比如目前，美國的機器人查房就比真正的醫生更受歡迎。它的電子鼻可能更加靈敏。計算機依此開出藥方來，也會像AlphaGo 那樣一次提供幾個方案供選擇。總之，信息技術的進步每次都給中醫帶來了幫助，而這次也許將是天翻地覆的變化。

家庭中醫藥：您覺得人工智慧將來是否能夠完全代替醫生呢？以及人工智慧是否能在醫學研究方面也像圍棋一樣「彎道超車」，比如它這種「自我對弈」的學習模式是否能夠突破中醫學自古以來的認識呢？

楊楨：可以在很大程度上替代醫生，但不會完全代替。醫療畢竟是針對人進行的行為，許多問題離開了人意義就不大了。醫療和圍棋不太一樣，看病講究安全、有效，涉及生命的意義，不是圍棋中的勝敗可以概括的。例如圍繞慢性病的診治實際上是一個對病人長期關愛的過程，醫療方案常常只是有效，治癒無法成為最終目的。而醫學的終點事件都是死亡，也就是失敗。

AlphaGo 的「自我對弈」思路適合於中醫。中醫診治依賴思辨，導致「千古無同方」的局面，這和圍棋的「千古無同局」類似。現在AlphaGo 證明了圍棋有最佳方案，它從人的規則出發，產生了優於人類的結果。AI 對中醫的幫助也會達到這樣，因為每一個具體的疾病，其實可以選擇的方案遠沒有圍棋複雜。AI 會是中醫絕佳的助手、師父，可以讓醫患雙方都受益。

家庭中醫藥：中醫學方面目前人工智慧發展的情況是怎樣的呢？

楊楨：其實這麼多年也一直有人在做，不過都不成功，根本問題還是演算法無法解決，所以自動化程度不高，一直機器是機器，人是人，可能現在這個AlphaGo 的演算法加入進來之後就是完全不一樣的格局了。之前許多人做的人工智慧，比如資料庫檢索類的，的確也對我們很有幫助，但是在看病方面還是差得很遠，和AlphaGo根本是兩碼事。

家庭中醫藥：您覺得中醫的「演算法」中，「醫案」的概念和圍棋的「棋譜」是否類似呢？人工智慧也可以通過對醫案的學習受益，就像之前的AlphaGo 會學習人類棋譜一樣。

楊楨：有一定類似，不過機器學習的時候，相較於醫案或者教科書，更應該是抓住現在那些有名望有本事的醫生學習。中醫的醫案有些對於計算機來說過於簡潔，比如葉天士的醫案就很難學習，甚至可能對計算機沒有作用，因為他的問診記錄得太簡略。實際臨床上，我們聽到病人說得越多，提供的四診內容越多，就越有益。而且現在我們有非常多的優秀中醫醫生，各科室各學科都有非常厲害的高手，如果計算機能去多多跟隨這些醫生學習，將來一定可以超越單個的大夫。

IBM Watson

說到醫療行業的知名人工智慧，IBM 公司研發的Watson（沃森）就不得不提了。1997年在國際象棋人機大戰中取勝的「深藍」就是IBM 公司的傑作，而沃森作為IBM 公司第四次轉型的核心主角，也是一台具有學習能力的人工智慧。

早在2011年，IBM 公司就宣布沃森的學識已經相當於一個醫學院二年級的學生。從那時起，該系統便進駐了一些國家的頂尖級癌症中心。當年9月下旬，沃森在MD Anderson 得到了一個白血病研究員職位。

2017年2月23日，IBM 宣布沃森已經可以獨自診斷病人，或者查看他們的醫學影像資料。

家庭中醫藥：您對於人工智慧廣泛應用於臨床在中醫繼承與發展上的影響有什麼看法呢？

楊楨：醫學難學的根本原因是巨量知識的碎片化和經驗化，中醫尤其突出，本人就深刻體會到中醫的難學。整體的中醫學知識量和學習者能夠理解和掌握的內容完全不成比例。在學習上，拜師傳承的本質就是「走捷徑」。名師傳承治病的竅門，學生一旦會了，今後看這種病就都簡單了，這就是傳承的好處。但是，一個人的能力畢竟是有限的。

北京中醫藥大學名師魯兆麟先生說過，不管一個醫生多麼能幹，讓他講自己的「乾貨」，三天基本上就都夠了。有的醫生就是特別擅長七八個方子、八九個套路，所謂「一招鮮」，他的學生可以學到這些治病方法，那麼其他人呢？中醫學遲遲不能為現代學科體系所容納，我認為很重要的一方面原因就是這種公開知識傳播的無效性和個人經驗的局限性。

基於互聯網的AI 技術，使得中醫學的有效知識能迅速得到挖掘，使得國家和各方資助的名目繁多的工作室的經驗得以共享，機器通過不斷地博弈和升級，可以把個人的知識轉化為公共的知識，可以極大地提高整個中醫界的診療水平。在一個中醫身邊有成百上千的師父指點，手把手地教你開方，能夠給你幾個最優化的、無法拒絕的方案。

另外，中醫學習者需要高度的智慧，西醫更多需要的是程序化、標準化思維，而中醫更多依賴於個人的悟性。比如我今天早上起來神清氣爽，手裡握著筆感覺非常飄逸，那麼今天開出來的方效果可能都會特別好，反之坐在那裡如果狀態不佳，腦子都轉不動了，開出來的方子效果就要打折扣，計算機在這方面是非常有優勢的，可以有效地對這種情況進行規避。

1997 年，計算機「深藍」戰勝國際象棋世界冠軍的時候，人們曾經認為圍棋是人類智慧最後的高地。而當柯潔與AlphaGo的人機大戰結束，人們不僅見識到了飛速進步的人工智慧，更見到了代表人類與人工智慧終極一戰之後，同樣「漲棋」進步的柯潔。或許人工智慧給人類帶來的不僅是危機感，也會有之前無法想象的，新的世界。