如何看待「普通医生迟早被计算机替代」的观点？ 第1页

我是医生。

我认为，普通医生被计算机取代，最多也就是30年的事情。不会被完全取代，但社区门诊和基层卫生院很大部分常见病会交给电脑自动诊断。

楼上有搞机器学习的朋友说，不能这么乐观，现在深度学习还没有传说的那么神。比如

说的

但凡真正了解过“AI”的定义（比如维基百科上的），或者实打实地看过一两本AI导论式的书，都绝对不会问出这样的问题。

对，我承认他说的，现在AI系统还不靠谱。但同样的，但凡真正了解过基层医生水平和工作能力的人，绝对会相信电脑可以取代这个医生。

毫不客气的说，我国大部分医生都不合格。尤其是基层卫生单位。知乎上的人提到医生保底都得是三甲，但问题是哪儿有那么多三甲医院？

以我们县城为例，县医院中医院最近两年才评上三甲，俩医院门诊住院人次全年加起来也就三四万人。

其他还有哪些医疗资源？

12个乡镇卫生院。（普遍是一乙，偶尔有几个一甲。）

700多个乡医诊所（卫生院直接管理，有基本药物补贴）。

2000个民营诊所。

后面这些地方每年的诊疗人次远超过县医院和中医院。

这些地方，大部分医生业务知识匮乏，没有学习动力，一个药方能用十几年。这几年卫生局每年都组织定岗定级考试，但考核内容和实际工作完全脱节，考核方式松散，劳民伤财应付公事。

对于这些医生，我非常希望能有电脑来代替他们。甚至不需要太高的AI，只要能输入所有体检症状，数据库得出诊断，再由诊断得出治疗治方案。哪怕是非常教条死板的指南方案，也比大部分基层大夫自己开的药方要强。

你看卫生部这几年做的最大的事情：规范化培训。规范化，不是研究，不是提高，不是发扬，只是规范。什么叫规范？就是必须做到的。现在很多医生连规范化都做不到。电脑别的好处没有，一丝不苟的执行命令最在行了。所以，这个意义上说，在基层推广一套规范化诊疗软件可以极大的提升基层医疗质量。

------------------------

答完题吃完饭，趁着交班多说几句。

题主引用的

的那句话

普通医生在我眼里无非是个敲敲打打的匠人，照着指南看病的工作普通人而已，迟早被计算机代替；高级别的专家兼顾看病和科研，勉强算厉害了。

实际上，能够照着指南看病的医生，在基层单位，已经是刻苦钻研的典型代表了。很多基层医生还处在指南都看不懂，看了也不会用的阶段。有些大夫每次出去培训就抄几个方子，大概听人说一下药理病理，自己琢磨琢磨，然后就拿回来用，这样的算是有进取心的。更多的基层大夫连这个都不想操心。

所以，计算机取代基层医生做诊断，势在必行。其实也不用特别复杂的深度学习算法，就把所有诊疗指南分解，向导式的一步步引导基层大夫做出判断。

比如高血压，病人年龄、身高、体重、性别输入，目前诊室血压多少，晨间自测血压多少，有没有靶器官损伤，有哪几个损伤，分别是什么程度的，有没有其他危险因素，目前在吃什么药物等等，这些数据输进去，就能得到几组处方，然后再根据病人的工作性质，经济情况，服药依从性，医保情况等筛选出一组最优处方，然后按时服药。

相信我，这样一套软件绝对可以抵得上大部分基层医生。哪怕这些最美医生有数十年的经验。

真的，西医之所以可靠，就是因为规范化。而我国目前的基层医疗现状，距离各种意义的“规范化”还很远。所以，起码在基层，推广计算机诊疗，会有极高性价比。

看到

的回答，尤其是他说的：

换言之，假如计算机无法再现我们的直觉，我们的灵光一闪，抑或多巴胺对我们决策中枢的复杂影响，我们这些临床工作者大概至死都不愿相信这门手艺「不过尔尔」。

于是我不禁想到了这个例子：（来自《Rational Choice in an Uncertain World》）

Hillel Einhorn在1972年发表了一项研究，发现医师对于霍奇金淋巴瘤患者预期寿命的判断和最终存活时间负相关；相反，如果对医师评估预期寿命时所使用的9项病理状况进行回归分析得出预测模型，其预测结果明显优于医师们的判断。（利益相关：Einhorn本人就是霍奇金淋巴瘤患者，最终于1987年去世）

甚至不需要AI那样复杂的神经网络算法，单单使用线性模型进行预测的“透镜模型（The lens model）”就已经能够获得优于专家的判断了。

不仅如此……透镜模型的一系列研究表明：

1）如果研究中人类Judge做出的判断比线性预测模型更加准确，通常是因为Judge有额外的线索，将这些线索加入线性模型中，线性预测模型的表现会重新超过Judge。

2）即使不使用真值Criteria来做回归分析，而是把Judge的判断当作“真值”来进行回归分析（所谓的Bootstrap），所得到的线性模型的“判断”也比Judge原本的判断表现更佳。

3）大多数Judge在描述自己如何使用线索时，所声称的权重或者重要性排序不仅和真值与线索的相关程度不符，而且和他们自己的判断与线索的相关程度也不符。换言之，Judge并不清楚自己做出判断的依据。许多Judge声称自己的判断基于复杂的非线性标准，但从最终结果上来说他们的判断却可以用线性模型很好的模拟。

当然，其实有很多理由可以用来为专家们辩护（比如，Einhorn的这项研究是否忽略了，当医师认为患者预期寿命更短时，将会更加关注患者并提供更有效的治疗手段，从而使得存活时间更长？再比如，Einhorn的这项研究所使用的样本数量实在太小……），而且作者也不认为所有的专家都可以被替代。但是不可否认的是，有许多“专家判断”可以而且应当交给更加有效率、更加稳定的“机器”来完成，而让专家真正聚焦在其拥有某种insight的地方。

一个合格的临床大夫看的是人不是病，如果AI能够在人际交流过程中感受到患者隐藏在自己症状背后的诉求和诸如焦虑绝望沮丧等情绪并且加以针对性疏导化解的话，这个人工智能一定是强人工智能，这种技术的出现之后颠覆的不是医疗行业，而是人类社会