急性腎損傷常常令醫(yī)生束手無(wú)策，這種疾病很難在早期發(fā)現(xiàn)，且一旦發(fā)病，進(jìn)展會(huì)非常迅速?，F(xiàn)在利用大數(shù)據(jù)和人工智能的方法，科學(xué)家設(shè)計(jì)出了一種算法，能夠預(yù)測(cè)病人在隨后48小時(shí)內(nèi)出現(xiàn)急性腎損傷的風(fēng)險(xiǎn)。對(duì)于很多人來(lái)說(shuō)，這48小時(shí)也許意味著生死之別。

南方周末特約撰稿 陳彬

腎臟是人體的重要器官，擔(dān)負(fù)著清除代謝產(chǎn)生的廢物、維持體液和電解質(zhì)平衡等重要的功能。不難想象，如果腎臟出現(xiàn)了病變，人體將會(huì)受到多大的傷害。在諸多腎病中，急性腎損傷（曾經(jīng)被稱(chēng)作急性腎衰竭，但國(guó)際腎病研究界于2005年達(dá)成共識(shí)，將這種疾病更名為急性腎損傷）不僅發(fā)病快、在特定的人群中發(fā)病率高，而且很多時(shí)候會(huì)在較晚的時(shí)候才能被發(fā)現(xiàn)，因此在被診斷出患有急性腎損傷時(shí)，很多病人的腎臟已經(jīng)受到了嚴(yán)重的不可逆損傷，需要接受透析甚至腎臟移植。

英國(guó)和美國(guó)的科學(xué)家最近利用大數(shù)據(jù)和人工智能的方法設(shè)計(jì)出了一種算法，利用這種算法，科學(xué)家可以預(yù)測(cè)病人在隨后48小時(shí)內(nèi)出現(xiàn)急性腎損傷的風(fēng)險(xiǎn)。對(duì)于那些將會(huì)發(fā)生嚴(yán)重急性腎損傷的病人來(lái)說(shuō)，這48小時(shí)也許意味著生死之別。

時(shí)間就是生命

有很多原因都可能引發(fā)急性腎損傷，但這些原因?qū)е碌淖罱K結(jié)果都是腎功能在很短的時(shí)間內(nèi)出現(xiàn)了嚴(yán)重的下降。這種腎功能的急劇下降不僅會(huì)導(dǎo)致代謝廢物在血液中累積，也會(huì)使腎臟無(wú)法正常調(diào)節(jié)機(jī)體的體液平衡。由于腎臟這一機(jī)體的“廢物處理工廠”出現(xiàn)了問(wèn)題，隨之而來(lái)的生理功能紊亂還會(huì)對(duì)身體的其他臟器造成傷害。

在急性腎損傷的患病人群中，有很大一部分都是住院病人（并不一定是因?yàn)槟I病住院的）。這些急性腎損傷的病人的死亡率高達(dá)20%，而那些已經(jīng)在重癥監(jiān)護(hù)室接受治療的病人中，急性腎損傷的死亡率更是高達(dá)50%。在世界范圍內(nèi)，急性腎損傷的發(fā)病率為每100萬(wàn)人中有2100人患病，每年有大約200萬(wàn)人死于這種疾病。在中國(guó)，全國(guó)范圍內(nèi)有關(guān)急性腎損傷的大樣本研究還很少，但根據(jù)南方醫(yī)科大學(xué)侯凡凡院士團(tuán)隊(duì)2015年發(fā)表的一篇論文，在中國(guó)9家地區(qū)中心醫(yī)院入院的659945名病人中，急性腎損傷的發(fā)生率為11.6%，這些患病病人的死亡率則為15.3%。這樣大的患病人群和死亡率，不僅給萬(wàn)千病人和他們的家人帶來(lái)了無(wú)盡的痛苦，也會(huì)給各國(guó)的醫(yī)療衛(wèi)生系統(tǒng)帶來(lái)沉重的經(jīng)濟(jì)負(fù)擔(dān)：根據(jù)2011年美國(guó)的一項(xiàng)研究，為了救治該年約50萬(wàn)名因?yàn)榧毙阅I損傷入院的病人，美國(guó)的醫(yī)療系統(tǒng)共花費(fèi)了近47億美元。

急性腎損傷的一個(gè)特點(diǎn)是難以在疾病發(fā)生的早期發(fā)現(xiàn)，因?yàn)閯傞_(kāi)始時(shí)病人不一定會(huì)表現(xiàn)出很明顯的癥狀。在有的時(shí)候，病人被診斷出發(fā)生了急性腎損傷，甚至是因?yàn)樵谧銎渌麑?shí)驗(yàn)室檢測(cè)時(shí)“無(wú)意”發(fā)現(xiàn)的。在這種情況下，當(dāng)診斷出病人出現(xiàn)了急性腎損傷時(shí)，醫(yī)生的救治手段也已經(jīng)相當(dāng)有限了。這種疾病的另一個(gè)特點(diǎn)則是發(fā)病時(shí)間非?？?，慢的話(huà)也許需要幾天，快的話(huà)則是以小時(shí)計(jì)。另外，即使病人得到了救治，但由于腎臟已經(jīng)受到了一些損傷，病人后續(xù)罹患慢性腎病的風(fēng)險(xiǎn)也將增加8.8倍?；谶@些原因，醫(yī)學(xué)界迫切需要盡早發(fā)現(xiàn)急性腎損傷征兆的有效方法，因?yàn)閷?duì)于急性腎損傷的病人來(lái)說(shuō)，時(shí)間或許就是生命。

通過(guò)跨領(lǐng)域的合作，數(shù)據(jù)科學(xué)家和醫(yī)學(xué)研究者找到了這樣一種有效的方法。在最近一期的世界著名學(xué)術(shù)期刊《自然》雜志上，英國(guó)人工智能公司DeepMind和美國(guó)多家醫(yī)療機(jī)構(gòu)的科學(xué)家合作發(fā)表了一篇研究論文。結(jié)合大數(shù)據(jù)和人工智能的方法，這些科學(xué)家設(shè)計(jì)出了一種算法（下文中將使用人工智能的英語(yǔ)縮寫(xiě)AI來(lái)表示），能夠根據(jù)病人的電子醫(yī)療記錄預(yù)測(cè)病人在隨后48小時(shí)內(nèi)出現(xiàn)急性腎損傷的風(fēng)險(xiǎn)。

用海量信息訓(xùn)練

在這項(xiàng)研究發(fā)表之前，已經(jīng)有科學(xué)家設(shè)計(jì)出了用于監(jiān)測(cè)急性腎損傷的AI。這些AI的策略是通過(guò)監(jiān)測(cè)血液中一種叫做肌酐的代謝廢物的水平，來(lái)盡早發(fā)現(xiàn)病人可能出現(xiàn)的急性腎損傷。但這種策略有一個(gè)嚴(yán)重的缺陷：與腎臟受到的損傷相比，肌酐水平出現(xiàn)異常存在嚴(yán)重的滯后。也就是說(shuō)當(dāng)AI通過(guò)分析肌酐的水平，發(fā)現(xiàn)病人出現(xiàn)了急性腎損傷時(shí)，腎臟已經(jīng)受到了相當(dāng)程度的損傷。

在這項(xiàng)新的研究中，DeepMind的數(shù)據(jù)科學(xué)家采取了完全不同的策略。他們總共使用了取自超過(guò)1000家醫(yī)療機(jī)構(gòu)共計(jì)703782名成年病人的電子醫(yī)療記錄來(lái)設(shè)計(jì)、訓(xùn)練并評(píng)估AI的預(yù)測(cè)能力。

這些醫(yī)療記錄中記錄有病人的各類(lèi)信息，比如病人接受的各種醫(yī)學(xué)檢查的結(jié)果、醫(yī)生的診斷、使用了那些藥物等。研究的形式則是回顧性研究，也就是說(shuō)在進(jìn)行研究的時(shí)候，每一名病人在研究者選定的時(shí)間范圍內(nèi)是否最終出現(xiàn)了急性腎損傷（根據(jù)腎病研究界廣泛使用的一種評(píng)判標(biāo)準(zhǔn)來(lái)判定）、損傷程度（如果出現(xiàn)了損傷的話(huà)）有多嚴(yán)重、在這期間的各類(lèi)生理和病理指標(biāo)等等信息，在醫(yī)療信息中均有詳細(xì)的記錄。

科學(xué)家的研究方式是將這703782名病人（這些病人有的出現(xiàn)了急性腎損傷，有的沒(méi)有）分成兩組，把其中一組病人的數(shù)據(jù)用于訓(xùn)練研究人員設(shè)計(jì)的AI。另一組病人的數(shù)據(jù)則用來(lái)考核AI：科學(xué)家會(huì)把這些病人入院（不一定是因?yàn)槟I病入院）前48小時(shí)的醫(yī)療信息提供給AI，讓AI據(jù)此預(yù)測(cè)病人在隨后48小時(shí)里出現(xiàn)急性腎損傷的風(fēng)險(xiǎn)，并把AI的預(yù)測(cè)和實(shí)際情況進(jìn)行對(duì)比，評(píng)估AI預(yù)測(cè)的準(zhǔn)確性。

除了病人的數(shù)量巨大以外，這些病人的電子醫(yī)療記錄中包含的信息也非常豐富?？茖W(xué)家從這些信息中提取出了62萬(wàn)種，共計(jì)63.5億個(gè)數(shù)據(jù)點(diǎn)來(lái)訓(xùn)練和評(píng)估AI。其中90%的病人的信息用于訓(xùn)練和校準(zhǔn)AI，10%的病人的信息則被用來(lái)評(píng)估AI的準(zhǔn)確性。

計(jì)算模型

DeepMind的科學(xué)家設(shè)計(jì)的AI使用了一種名叫遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，中文世界中也有翻譯成“循環(huán)神經(jīng)網(wǎng)絡(luò)”的，但全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)審定的翻譯建議是“遞歸神經(jīng)網(wǎng)絡(luò)”）的計(jì)算模型。這種神經(jīng)網(wǎng)絡(luò)的一個(gè)優(yōu)點(diǎn)是擅長(zhǎng)處理序列數(shù)據(jù)以及這些序列數(shù)據(jù)間的關(guān)聯(lián)。在這項(xiàng)研究中，序列數(shù)據(jù)就是病人在不同的時(shí)間點(diǎn)上的醫(yī)療信息，因?yàn)檫@些信息并不是完全孤立的，同一種信息在不同的時(shí)間點(diǎn)上的值之間存在關(guān)聯(lián)（不同種類(lèi)的信息在不同時(shí)間點(diǎn)上的值之間甚至也有可能存在某些關(guān)聯(lián)），因此其變化趨勢(shì)可以為AI的預(yù)測(cè)提供有效的信息。

研究人員把病人每24小時(shí)的數(shù)據(jù)信息分成了4個(gè)單元，每個(gè)單元6小時(shí)。由于有一部分信息沒(méi)有記錄時(shí)間，因此這些信息被匯總到一起，作為第5個(gè)單元，放在這個(gè)24小時(shí)信息序列的最后。在訓(xùn)練時(shí)，研究人員會(huì)把病人入院前48小時(shí)內(nèi)每一個(gè)時(shí)間單元的醫(yī)療信息（這些信息都是數(shù)字形式的，有一部分信息需要用“是”或者“否”這樣的二元描述來(lái)呈現(xiàn)，因此也可以看作數(shù)字）逐一提供給AI。另外，在分析每一個(gè)時(shí)間單元時(shí)，還會(huì)把這個(gè)時(shí)間單元之前的48小時(shí)、6個(gè)月以及5年的信息分別“提煉匯總”成一份數(shù)據(jù)，提供給AI。

在把這些數(shù)據(jù)輸入AI之后，AI會(huì)以時(shí)間單元為單位（按照時(shí)間順序），來(lái)“解讀”這個(gè)時(shí)間單元內(nèi)的每一種信息。每一種信息都會(huì)被賦予一個(gè)權(quán)重，以體現(xiàn)這種信息在被用于預(yù)測(cè)病人出現(xiàn)急性腎損傷的風(fēng)險(xiǎn)時(shí)的“有用度”。

在分析完一個(gè)時(shí)間單元的信息后，AI會(huì)對(duì)病人在這個(gè)時(shí)間單元之后48小時(shí)內(nèi)出現(xiàn)急性腎損傷的風(fēng)險(xiǎn)給出一個(gè)預(yù)測(cè)值。這個(gè)預(yù)測(cè)值會(huì)被AI“記下來(lái)”，在“解讀”下一個(gè)時(shí)間單元的信息，進(jìn)而預(yù)測(cè)病人在后面這個(gè)時(shí)間單元之后的48小時(shí)內(nèi)出現(xiàn)急性腎損傷的風(fēng)險(xiǎn)時(shí)用作“參考”。

在分析完病人入院前48個(gè)小時(shí)里最后一個(gè)時(shí)間單元的信息后，AI會(huì)給出一個(gè)最終版的風(fēng)險(xiǎn)預(yù)測(cè)值。由于AI在分析每一個(gè)時(shí)間單元并給出一個(gè)風(fēng)險(xiǎn)預(yù)測(cè)值時(shí)，都會(huì)“參考”前一個(gè)時(shí)間單元的分析結(jié)果，而前一個(gè)時(shí)間單元的預(yù)測(cè)值又“參考”了更早的時(shí)間單元的預(yù)測(cè)值，因此這個(gè)最終版的風(fēng)險(xiǎn)預(yù)測(cè)值，呈現(xiàn)的并不僅僅是最后一個(gè)時(shí)間單元的信息，而是在過(guò)去整個(gè)48小時(shí)內(nèi)，隨著時(shí)間的推移，病人生理特征變化的匯總信息，同時(shí)還體現(xiàn)出了時(shí)間越靠后的信息，對(duì)于預(yù)測(cè)出現(xiàn)急性腎損傷的風(fēng)險(xiǎn)也許會(huì)更有用這一點(diǎn)。

對(duì)于這個(gè)風(fēng)險(xiǎn)預(yù)測(cè)值，科學(xué)家設(shè)置了一個(gè)閾值（也就是“門(mén)檻”），如果最終版的預(yù)測(cè)值高于這個(gè)閾值，那么AI就會(huì)報(bào)警，提示醫(yī)生病人在未來(lái)48小時(shí)內(nèi)將會(huì)出現(xiàn)急性腎損傷。

由于這是一項(xiàng)回顧性研究，所以實(shí)際上對(duì)于每個(gè)病人在入院后48小時(shí)內(nèi)是否發(fā)生了急性腎損傷，病人的醫(yī)療信息中都有記錄。在接受訓(xùn)練的過(guò)程中，AI每完成一次最終版的預(yù)測(cè)，就會(huì)將預(yù)測(cè)結(jié)果與醫(yī)療信息中記錄下的真實(shí)情況進(jìn)行比對(duì)。如果預(yù)測(cè)結(jié)果一致，那么AI就會(huì)進(jìn)行下一輪訓(xùn)練；如果預(yù)測(cè)結(jié)果不一致，AI就會(huì)對(duì)數(shù)據(jù)中某些信息在預(yù)測(cè)時(shí)所占的權(quán)重進(jìn)行調(diào)整，然后進(jìn)行下一輪訓(xùn)練并再次做出預(yù)測(cè)。這一次，新的預(yù)測(cè)可能會(huì)和實(shí)際情況一致，這時(shí)AI就會(huì)接著進(jìn)行下一輪訓(xùn)練。但預(yù)測(cè)的結(jié)果也有可能和實(shí)際情況仍然不一致，這時(shí)AI就會(huì)再次對(duì)某些信息所占的權(quán)重進(jìn)行調(diào)整，然后進(jìn)行下一輪訓(xùn)練。

通過(guò)不斷重復(fù)這一過(guò)程，AI的預(yù)測(cè)能力就會(huì)越變?cè)胶?。在?xùn)練的時(shí)候，沒(méi)有哪一輪訓(xùn)練一定會(huì)使AI的預(yù)測(cè)能力增強(qiáng)。實(shí)際上，如果某一輪預(yù)測(cè)失敗了，甚至可能說(shuō)明上一輪的調(diào)整使AI的預(yù)測(cè)能力發(fā)生了倒退。但基于海量的數(shù)據(jù)和很多輪的訓(xùn)練，AI會(huì)不斷吸收“成功的經(jīng)驗(yàn)”并積累“失敗的教訓(xùn)”，逐漸增強(qiáng)其預(yù)測(cè)的準(zhǔn)確率。

假陽(yáng)性與誤報(bào)

在整個(gè)訓(xùn)練完成后，研究人員用剩下的10%的病人的醫(yī)療信息對(duì)AI預(yù)測(cè)的準(zhǔn)確性進(jìn)行了評(píng)估（就好像是期末考試）。評(píng)估結(jié)果相當(dāng)出色。

對(duì)于這一部分用于檢驗(yàn)AI預(yù)測(cè)準(zhǔn)確性的病人，AI預(yù)測(cè)的準(zhǔn)確率達(dá)到了55.8%，假陽(yáng)性的誤報(bào)率則為2:1。這個(gè)2:1的假陽(yáng)性誤報(bào)率是指，AI每預(yù)測(cè)對(duì)一個(gè)將會(huì)出現(xiàn)急性腎損傷的病人，就會(huì)把兩個(gè)并不會(huì)出現(xiàn)損傷的病人誤報(bào)為將會(huì)出現(xiàn)急性腎損傷。

這個(gè)數(shù)據(jù)也許看起來(lái)并不出色，但實(shí)際上這是由多方面的原因?qū)е碌?。一方面，科學(xué)家給AI定下的“標(biāo)尺”非常高：任何病人，如果在入院后48小時(shí)內(nèi)出現(xiàn)了哪怕是非常輕微的急性腎損傷（根據(jù)嚴(yán)重程度，急性腎損傷被劃分為多個(gè)等級(jí)），而AI的預(yù)測(cè)為“否”，那么仍然算作AI預(yù)測(cè)失敗。

如果說(shuō)這還算“高標(biāo)準(zhǔn)，嚴(yán)要求”的話(huà)，那么在另一個(gè)方面，AI就顯得很無(wú)辜了：有的病人雖然并沒(méi)有在隨后的48小時(shí)內(nèi)出現(xiàn)急性腎損傷，但卻在48小時(shí)后稍晚一點(diǎn)時(shí)出現(xiàn)了急性腎損傷，在這種情況下AI的預(yù)測(cè)也被判定為失敗，同時(shí)也被判定為誤報(bào)。在這種情況下，AI的“高瞻遠(yuǎn)矚”反而被無(wú)情地否定了！在所有假陽(yáng)性的誤報(bào)中，這種一定程度上“錯(cuò)怪”AI的情況占了24.9%。

不過(guò)即使把這些情況納入考慮，AI也確實(shí)遠(yuǎn)稱(chēng)不上完美。一些較為復(fù)雜的原因的確使AI出現(xiàn)了誤報(bào)，比如有一些病人不久前出現(xiàn)過(guò)急性腎損傷（但已經(jīng)得到了救治），這使AI“過(guò)分解讀”了醫(yī)療記錄中的相關(guān)信息，進(jìn)而做出了錯(cuò)誤的預(yù)測(cè)；還有一些病人則已經(jīng)患有其他腎病，這也許使AI“誤讀”了一些與腎臟相關(guān)，但與急性腎損傷關(guān)聯(lián)較小的信息，從而做出了錯(cuò)誤的預(yù)測(cè)。好在科學(xué)家并沒(méi)有只是讓AI簡(jiǎn)單地輸出一個(gè)“是”或者“否”的預(yù)測(cè)結(jié)果，而是同時(shí)還會(huì)給出一個(gè)預(yù)測(cè)結(jié)果的“確定度”，也就是說(shuō)AI還把這個(gè)預(yù)測(cè)正確的“把握”有多大的信息也呈現(xiàn)給了醫(yī)生，這使醫(yī)生還可以結(jié)合自己的經(jīng)驗(yàn)來(lái)做出判斷。

表現(xiàn)驚艷

對(duì)于那些后來(lái)證明將會(huì)出現(xiàn)嚴(yán)重急性腎損傷的病人來(lái)說(shuō)，AI的預(yù)測(cè)就堪稱(chēng)驚艷了。在那些入院48小時(shí)內(nèi)就會(huì)出現(xiàn)急性腎損傷，并且在隨后的30天內(nèi)就必須要接受血液透析的病人（不論在入院48小時(shí)內(nèi)出現(xiàn)的急性腎損傷的程度是輕是重），AI預(yù)測(cè)的準(zhǔn)確率達(dá)到了84.3%；而對(duì)于那些入院48小時(shí)內(nèi)就會(huì)出現(xiàn)急性腎損傷，并且在隨后的90天內(nèi)就必須要接受血液透析的病人，AI預(yù)測(cè)的準(zhǔn)確率則高達(dá)90.2%。

毫無(wú)疑問(wèn)，對(duì)于這些病人，如果不在盡可能早的階段進(jìn)行救治，那么他們的腎臟將會(huì)出現(xiàn)嚴(yán)重的不可逆損傷，有可能在隨后的一生中都需要接受血液透析，甚至需要接受腎臟移植。對(duì)于他們來(lái)說(shuō)，AI提前48小時(shí)的預(yù)測(cè)將可能改變他們的人生，甚至可能意味著生死之別。

盡管AI的表現(xiàn)已經(jīng)非常優(yōu)異，但論文的作者仍然認(rèn)為其性能還有很大的提升空間。一方面，AI還存在不小比例的假陽(yáng)性誤報(bào)的情況，這在未來(lái)也許可以通過(guò)使用更大量的數(shù)據(jù)（尤其是更多患有或者此前患過(guò)腎病的病人的數(shù)據(jù)）訓(xùn)練AI等方法得到解決。另外，在這項(xiàng)研究使用的數(shù)據(jù)中，絕大多數(shù)病人都是白人男性，這有可能會(huì)使AI在預(yù)測(cè)女性或者其他族裔的病人的患病風(fēng)險(xiǎn)時(shí)，準(zhǔn)確性不如白人男性病人。

實(shí)際上，這是目前大數(shù)據(jù)和人工智能技術(shù)普遍面臨的一個(gè)問(wèn)題：如果用于訓(xùn)練的數(shù)據(jù)只集中在某一個(gè)特定的群體中，那么AI在其他群體中的表現(xiàn)也許并不會(huì)非常好，甚至可能會(huì)非常糟糕。要解決個(gè)問(wèn)題，唯一的辦法就是使用更加廣泛、充分代表各個(gè)群體的數(shù)據(jù)來(lái)訓(xùn)練AI。還有一點(diǎn)需要注意的是，這項(xiàng)研究是回顧性的研究。但此前其他領(lǐng)域的一些研究發(fā)現(xiàn)，當(dāng)把這類(lèi)回顧性研究中訓(xùn)練出的AI用于現(xiàn)實(shí)中的時(shí)候，AI的表現(xiàn)有時(shí)候會(huì)不如研究中評(píng)估得出的結(jié)果那么好。因此，DeepMind的這一AI的表現(xiàn)還有待在臨床應(yīng)用中進(jìn)行檢驗(yàn)。

未來(lái)將使醫(yī)生失業(yè)？

也許有人對(duì)完成這項(xiàng)研究的公司DeepMind并沒(méi)有太多印象，但圍棋人工智能AI“阿爾法狗”可能很多人都聽(tīng)說(shuō)過(guò)。研發(fā)出阿爾法狗并戰(zhàn)勝柯潔等世界圍棋冠軍的，正是谷歌旗下的這家英國(guó)公司。

2016年2月，DeepMind成立了專(zhuān)門(mén)致力于醫(yī)療健康領(lǐng)域研究的部門(mén)DeepMind Health。預(yù)測(cè)急性腎損傷的AI便是DeepMind Health的研究成果。而在此之前，DeepMind Health還于2018年研發(fā)出了一款檢測(cè)眼部疾病的AI。通過(guò)讀取病人眼部掃描的影像，這一AI能夠?qū)Τ^(guò)50種眼病進(jìn)行診斷并提出治療建議，其準(zhǔn)確性已經(jīng)達(dá)到了相關(guān)領(lǐng)域世界頂級(jí)專(zhuān)家的水平。

實(shí)際上在過(guò)去幾年間，借助于人工智能和大數(shù)據(jù)技術(shù)，科學(xué)家已經(jīng)研發(fā)出了很多達(dá)到醫(yī)學(xué)專(zhuān)家水平的AI：有的AI可以通過(guò)病人的眼底影像來(lái)預(yù)測(cè)病人未來(lái)罹患心血管疾病的風(fēng)險(xiǎn)；有的AI能夠通過(guò)讀取病人病理切片的影像發(fā)現(xiàn)醫(yī)生難于發(fā)現(xiàn)的癌癥特征；有的AI能夠通過(guò)閱讀和學(xué)習(xí)數(shù)以千萬(wàn)篇醫(yī)學(xué)文獻(xiàn)診斷出醫(yī)生無(wú)法診斷的疾病。IBM的超級(jí)計(jì)算機(jī)“沃森”在2016年通過(guò)閱讀和學(xué)習(xí)超過(guò)2000萬(wàn)篇癌癥研究論文，診斷出一名病人患有一種極為罕見(jiàn)的白血病，全程僅花了十分鐘。

盡管這些AI可能還算不上盡善盡美，但隨著計(jì)算機(jī)技術(shù)、人工智能和大數(shù)據(jù)等領(lǐng)域的進(jìn)步，相信AI將在未來(lái)實(shí)現(xiàn)更多醫(yī)學(xué)領(lǐng)域的突破，幫助醫(yī)生和病人更好地預(yù)防和治療疾病、提高病人的生活質(zhì)量并減輕社會(huì)的負(fù)擔(dān)。