如果你想理解人工智能将如何真正影响世界，不要看编程、法律或金融，而要看医疗。这是AI面临的最艰难考验：层层叠叠的监管、生死攸关的决策、复杂的生物学，以及一个大多数人都认为机器最不可能复制的核心——深刻的人性关怀与同理心。
大约十年前，计算机科学家、诺贝尔奖得主杰弗里·辛顿（Geoffrey Hinton，被誉为“AI教父”）曾表示，医院应该停止培训放射科医生，因为五年内AI会做得更好。近十年后，放射科医生的数量反而比以往任何时候都多。在1995年至2024年间获得FDA批准的950款人工智能和机器学习工具中，有723款是放射学设备。机器在进步，但人类并未离开。
当我最近向辛顿提起这一点时，他很快就重新定义而非退缩。他说自己判断失误的并非是技术，而是经济因素。“医疗是一个弹性极大的市场，”他告诉我，“如果你让医护人员的工作效率提高十倍，那么我们只会得到十倍数量的医疗服务。尤其是老年人，他们能吸收无穷无尽的医疗服务。”
“AI会取代医生吗？”这个标准问题其实问错了。医疗需求实际上是无限的。总有更多的扫描需要读，总有病症因为没人有时间去查看而被漏诊。AI不会缩减医疗队伍，而是会揭示出一直以来存在多少未被满足的需求。
当AI超越医生时，以及当它失败时
在某些场景下，AI已经超越了医生。心脏病专家兼研究员埃里克·托波尔（Eric Topol）指出了五项研究，在这些研究中，独立运行的AI系统在诊断上超过了那些使用AI作为辅助工具的医生。“我仍然认为人机结合很可能会胜出，”托波尔告诉我，“但我不像2019年那样自信了。”
为什么AI单独运行有时会比有人类辅助的AI表现更好？一种解释是研究者所谓的“自动化忽视”：医生锚定在自己最初的诊断上，即使系统给出了不同建议也难以调整。另一种解释是我们还没学会如何与这些工具有效协作。
并非所有证据都偏向机器。在一项发表于《自然医学》（Nature Medicine）的随机对照试验中，心脏病专家杰克·W·奥沙利文（Jack W O’Sullivan）及其同事测试了一个AI系统，针对的是疑似遗传性心肌病的复杂心脏病病例——这种诊断即便经验丰富的临床医生也觉得困难。
“专家很稀缺，”他说，“AI能帮助全科医生像专家一样思考吗？”
答案是肯定的。有AI辅助的普通心脏病医生所做出的评估，让专家评审方更为满意，且临床显著错误更少。但AI有6.5%的回答含有临床意义的幻觉。这项研究的有用之处在于接下来的发现：“当人类心脏病医生质疑AI模型：‘你确定超声心动图显示心室壁增厚？’时，AI会自行纠正。”机器在有人提问之前并不知道自己错了。
然而，也有警示信号。就在上个月，托波尔指出，《自然医学》上的一篇论文评估了使用ChatGPT最先进模型进行医疗分诊的效果。结果超过一半的分诊是错误的，它告诉那些急需去急诊的患者留在家中。“我们还有很长的路要走，”他说。
证据并不均衡。对于某些任务，AI单独运行效果最好；对于其他任务，人机结合优于任何单独一方；还有一些情况下，该技术可能危险地不可靠。真正的挑战不在于AI是否有效，而在于何时有效。
从被动治疗转向预防医学
最重要的转变可能不在于诊断的准确性，而在于时机的把握。现代医疗系统建立在症状出现后才治疗疾病的基础上。托波尔认为，AI可以帮助医学向前端移动。
“三种主要的年龄相关疾病——神经退行性疾病、癌症和心血管疾病——在人体的潜伏期都是15到20年，”他告诉我，“我们有很长的跑道可以工作，但我们之前没有方法来整合所有数据，甚至没有获取到所有数据。”
现在我们开始有了。已有五亿人正在使用智能手表和其他可穿戴设备，这些设备持续产生心率变异性、血氧和睡眠数据。斯坦福大学的研究人员最近展示，仅凭一夜的睡眠传感器数据就能准确预测130种疾病。由数千种血液蛋白衍生的“器官时钟”现在可以估算各个器官系统的生物学年龄。托波尔认为，缺失的一环是“免疫组”——一个人免疫功能的全面图谱。
“除了大脑，免疫系统是人体最复杂的系统，”他说，“而在临床中我们完全无法测量它。在2026年，这太糟糕了。”他认为免疫系统的失调是连接癌症、神经退行性疾病和心脏病的共同线索，而测量它将开启风险预测的新时代。
机会不在于用一个突破性产品来取代医生，而在于围绕一种新的上游预防护理模式构建基础设施：睡眠、可穿戴设备、血液蛋白。AI真正的希望可能在于它静静地监测身体最早的警示信号，并在疾病变得可见之前很久就进行干预。
AI在医疗中的法律、伦理和人性局限
然而，AI在医疗中的推广不会仅仅是技术问题。辛顿指出一种法律上的不对称：如果医生未能使用可用的AI工具导致患者死亡，没有人会被起诉；但如果医生使用了AI并导致伤害，责任可能立即降临。这种体系阻碍了早期采用。
与此同时，人类错误依然普遍。“我们知道美国每年至少有1200万次诊断错误，导致约80万人残疾或死亡，”托波尔告诉我，“我们往往不去谈论这些，而是不停地谈论AI犯的错误。”
此外，共情的问题仍未解决。当我问辛顿是否愿意在生命末期接受AI的照料时，他停顿了一下。“我可能会认为它在假装共情，”他说，然后又补充道，“但我认为AI是可以真正拥有共情的。”
托波尔不同意。“AI非常擅长模拟共情，”他告诉我，“但机器根本不知道共情是什么。人们希望看着一个人的眼睛，知道那个人真的在乎自己。这才是医学的本质。没有任何机器能真正取代这一点。”
联系我们：letters@time.com。
【全文结束】