如果你想了解人工智能将如何真正影响世界，不要看编程、法律或金融领域。看看医疗保健吧。这正是人工智能面临的最艰难考验：层层监管、生死攸关的抉择、复杂的生物学，以及一个大多数人会认为机器永远无法复制的、深刻而富有人情味的核心要素。
大约十年前，计算机科学家、诺贝尔奖得主杰弗里·辛顿（Geoffrey Hinton），人称“人工智能教父”，曾表示医院应该停止培训放射科医生，因为五年内人工智能会比他们做得更好。如今近十年过去，放射科医生的数量却比以往任何时候都多。在1995年至2024年间获得美国食品药品监督管理局批准的950个人工智能和机器学习工具中，有723个是放射学设备。机器在进步，人类却并未离开。
当我最近向辛顿提起这件事时，他很快进行了重新解释而非回避。他说，自己误判的不是技术，而是经济因素。
“医疗保健是一个弹性极大的市场，”他告诉我，“如果你允许一个医疗工作者完成十倍的工作量，那我们所有人就会得到十倍的医疗服务。尤其是老年人，他们能吸收几乎无限的医疗服务。”
“人工智能会取代医生吗？”这个标准问题其实问错了。医疗需求实际上是无限的。总有更多的扫描结果需要判读，总有因没人有时间查看而未被诊断的疾病。人工智能不会缩小医疗队伍。它只会暴露那些一直存在却未被满足的需求。
当人工智能表现优于医生时，以及它失败时
在某些情况下，人工智能已经超越医生。心脏病专家兼研究员埃里克·托波尔（Eric Topol）指出了五项研究，其中独立工作的人工智能系统表现优于那些将人工智能作为辅助工具的医生。“我仍然认为两者的结合很可能胜出，”托波尔告诉我，“但我不像2019年那样有信心了。”
为什么人工智能单独使用有时会胜过有人工智能辅助的人类？一种解释是研究人员所说的“自动化忽视”：医生固守自己的初步诊断，即使系统提出其他建议也不进行调整。另一种解释是，我们根本还没学会如何有效与这些工具协作。
并非所有证据都偏向机器。在一项发表于《自然·医学》的随机对照试验中，心脏病专家杰克·W·奥沙利文（Jack W O’Sullivan）及其同事在一组复杂的心脏病案例中测试了一个人工智能系统，这些案例涉及疑似遗传性心肌病，即使经验丰富的临床医生也觉得难以诊断。
“专家很稀缺，”他说，“人工智能能帮助全科医生像专家一样思考吗？”
答案是肯定的。在人工智能辅助下，全科心脏病专家做出的评估更受专科评审员的青睐，且临床重大错误更少。但人工智能的回答中有6.5%包含了临床意义上的重大幻觉。
这一发现之所以有用，是因为后续发展。“当人类心脏病专家质疑人工智能模型：‘你确定超声心动图显示心室壁增厚吗？’人工智能便会自行纠正。”机器在有人提出质疑之前并不知道自己错了。
也有警示性的案例。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。结果发现，超过一半的分诊是错误的，它还建议急需去急诊室的患者留在家中。“我们还有很长的路要走，”他说。
证据并不均衡。对于某些任务，人工智能单独表现最好；对于其他任务，人机结合则优于任何一方；还有一些任务中，技术则危险地不可靠。真正的挑战不在于人工智能是否有用，而在于何时该用它。
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。现代医疗体系是在症状出现后才治疗疾病。托波尔相信，人工智能可以帮助医学向前端移动。
“三大与年龄相关的疾病——神经退行性疾病、癌症和心血管疾病——都需要15到20年的潜伏期，”他告诉我，“我们拥有这么好的窗口期，但之前没有整合所有数据的方法。我们甚至没有足够的数据。”
现在我们开始拥有了。已有5亿人在使用智能手表和其他可穿戴设备，它们能持续生成心率变异性、血氧和睡眠数据。斯坦福大学的研究人员最近表明，仅凭一夜的睡眠传感器数据就能准确预测130种疾病。通过数千种血液蛋白质得出的“器官时钟”，现在可以估算单个器官系统的生物学年龄。据托波尔说，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，“而在临床中我们根本无法测量它。在2026年，这太糟糕了。”
他认为，免疫系统失调是连接癌症、神经退行性疾病和心脏病的共同线索，测量它将开启一个风险预测的新时代。
机会不在于用一个单一的突破性产品取代医生，而在于围绕一种新的上游预防保健模式构建基础设施：睡眠、可穿戴设备、血液蛋白质。人工智能的真正承诺可能是默默监测身体最早期的预警信号，并在疾病变得明显之前进行干预。
人工智能在医疗中的法律、伦理和人性局限
然而，人工智能在医疗保健中的采用将不仅是技术问题。辛顿指出了一个法律上的不对称。如果医生使用现有的人工智能工具但未挽救患者生命，不会有人被起诉；但如果医生使用了人工智能却造成了伤害，责任可能立即出现。这种制度不鼓励早期采用。
与此同时，人类错误仍然普遍存在。“我们知道美国每年至少有1200万次诊断错误，导致大约80万人残疾或死亡，”托波尔告诉我，“而我们往往不谈这个。我们一直在谈论人工智能犯的错误。”
此外，共情问题仍未解决。当我问辛顿，是否愿意在生命末期接受人工智能的照护时，他犹豫了一下。“我可能会觉得它在假装共情，”他说，然后又补充道：“但我认为人工智能确实可以拥有真正的共情。”
托波尔不同意。“人工智能非常擅长传递共情，”他告诉我，“但根本不存在机器理解共情这回事。人们希望看着一个人的眼睛，知道那个人在乎他们。这才是医学的本质。没有任何机器能真正取代这一点。”
新的人工智能驱动便携式X光机帮助菲律宾治疗结核病。
【全文结束】