最近的一段日子，我仿佛被這樣一類信息所包圍：

XX公司（一般都是全球科技巨頭）將利用人工智能去研究XX疾病（癌癥、眼病等）了，未來醫生將會被取代，那些所謂的絕癥將很快被攻克。

那，真的會這樣嗎？所謂的人工智能到底能在醫學領域發揮多大作用呢？真的如媒體報道的那樣具有顛覆性力量嗎？有沒有被夸大呢？

先說結論：人工智能的確能夠對醫學發展帶來顛覆性改變，但其作用在很大程度上被媒體夸大了，而且其在醫學領域內的運用還受到醫學研究水平以及自身限制。

人工智能這項技術，其最大的能力在于整合已有的海量信息，并不能直接實現創造一個新的事物。也就是說，人工智能的意義在于幫助我們提高整個社會的運轉效率，對人類面臨的問題尋求精準化的解決方案。

對于醫學來說，也就是眾多科技巨頭提到的“精準醫療”。

具體如日本國立癌癥研究中心將與產業技術綜合研究所等共同開發運用人工智能的系統所渴望的那樣：

以癌癥中心積累的患者基因組（所有遺傳信息）以及血液檢查、圖像診斷等龐大信息為基礎建立數據庫，并與醫學論文等的研究成果相對照，將人工智能運用在診斷以及治療中。

這樣的精準醫療也能在極大的程度上減少人為的干擾因素，來提高診療的準確性。

另一方面，人工智能也被運用到醫學的研究上，其可以幫助醫學研究者更加高效地回顧已有的研究成果，在極其簡單快捷的情況下進行數據整理以及建模分析。

正如IBM和MIT以及哈佛大學發起的癌癥基因組計劃，他們則是主要是通過對數千個抗藥腫瘤進行研究，并利用“沃森”強大的計算和機器學習能力幫助理解癌癥如何對藥物產生耐藥性。

此外，還有Nvidia（計算機圖形芯片制造商）和美國國家癌癥研究所、能源部合作，準備開發的一個名為“癌癥分布式學習環境”的人工智能框架平臺。

他們的邏輯是這樣的：

一方面通過提升科學家們對DNA和RNA中基因簽名的理解，來幫助預測哪一種療法會對患者產生作用；另一方面加速蛋白質交互作用的模擬過程（該過程在早期癌癥的形成中扮演了重要的角色）；最后，整理數以百萬計的癌癥患者資料，從而構建一個綜合性的監測癌癥疾病轉移和復發的數據庫，從而實現利用人工智能來幫助醫學科學家更好地研究癌癥。

從這些方面來看，人工智能的確是會對醫學帶來顛覆性的影響。但從這些例子中也可以看出這樣的一個結論：

人工智能在醫學領域中發揮的作用受限于人類的醫學研究水平，人類的醫學水平有多高，人工智能的有效性就會有多高。它最讓人驚艷的是能夠將人類醫學研究成果最大程度地利用起來，實現其價值最大化。

至于媒體所提到的“醫生將會被替代”的觀點，就人工智能的技術而言，是能夠實現的。但其面臨著重大的難關——人工智能的精確性。

簡單點來理解，人工智能就是一組參數不確定的函數，參數的確定需要海量的數據來完成。數據越多，參數的范圍也就會越小，人工智能在醫學上的精確性也就越高。

就上述提到的幾個項目，運用到的數據量能否支撐起找到確切的參數，將是一個非常大的考驗。具體需要多少尚且無從考證，但可以確定的是，僅僅成千上萬個案例，是遠遠不夠的。

備注：我并非人工智能專家，也非醫學專家。我發現，在大部分科技媒體眼中，人工智能似乎已經無所不能了，人類將會依靠人工智能實現無病無災了。很顯然，這些都是美好的渴望，未來是有可能，但終究會有諸多困難。本文就是基于我對醫學+人工智能這一火爆現象背后困難的粗薄的觀察與理解。