論醫學人工智能的基本特征及其實踐中的基本理念

楊同衛 蘇永剛 封展旗

當前，醫學人工智能取得突破性進展，臨床應用越來越廣泛。從檢索到的文獻來看，目前圍繞醫學人工智能的研究大致有兩類：一是醫學人工智能在影像、口腔、檢驗等領域的發展與應用情況；二是醫學人工智能引發的倫理與法律問題。學者們認為醫學人工智能可以用于對患者的輔助診斷和治療，可以改善對患者的護理，能夠增強醫生的能力[1]；醫學人工智能也引發患者隱私保護和醫療安全等一系列倫理和法律問題[2]；為了更好地使用醫學人工智能，需要對不同行為主體的責任進行區分[3]。作為已有的研究拓展和補充，本文從工程哲學的視角對醫學人工智能進行思考，歸納出醫學人工智能的基本特征，從而深化對醫學人工智能的認識；在此基礎上，從工程理念出發，嘗試性地提出發展醫學人工智能的若干基本理念。

1 工程哲學視野下的醫學人工智能

工程是功能強大、結構復雜的人工產品。工程活動不是單純的某一項科學的實踐應用，也不是相關技術的簡單拼接，而是人類集成知識、技術、經驗、勞動力、資金、土地等要素，建造復雜人工產品的現實活動。工程活動是對自然的改造，直接代表和體現著生產力水平和社會組織管理水平。人類建造工程的直接目的是為生產活動提供基礎設施或工作平臺。工程的建成和投入使用不僅改變了人與自然的關系，而且影響著人與人之間的社會關系，所以，工程活動是哲學的研究對象。一方面，工程活動的開展離不開正確的工程理念的引導，在工程理念的引導下，將知識、技術、經驗等生產力要素集成、轉化為現實生產力；另一方面，工程活動的目標是更加高效、更加便捷、更加持續地創造物質財富與滿足人類需要[4]。

人工智能，是應用計算機或計算機控制的機器來模擬、延伸或擴展人的智力活動，從而幫助人類更好地探索和改造世界，開展生產活動，從而滿足人類需求的復雜產品系統[5]。醫學領域人工智能的開發應用被稱為醫學人工智能，目前已經涉及健康管理、臨床決策支持、醫學影像學篩查、疾病篩查、病歷分析、居民健康管理等方面[6]。醫學人工智能以基礎醫學、臨床醫學、基因組學、計算機科學、信號分析、心理學、倫理學為基礎，以專家系統、人工神經網絡和數據深度挖掘等人工智能技術為依托，是眾多先進技術的集成和綜合。醫學人工智能的主要目標是用機器輔助醫生完成復雜、高強度的醫療服務工作，如進行醫學影像分析、醫學診斷、疾病預測、健康管理等，以提高醫療服務質量和水平，更好地滿足人民群眾對于健康服務的個性化需求。醫學人工智能對臨床診斷、臨床治療、家庭康復都具有重要的輔助作用。可見，醫學人工智能是在既定價值目標的指引下，通過研究、開發、應用等多個環節，整合知識、資源、資金、市場等要素，最終建造而成的結構復雜、功能強大的產品。醫學人工智能的開發與研制是集成性、創造性的社會實踐活動，體現為直接的現實的生產力，是典型的工程活動。

遍布全球的工程活動已經成為現代社會存在和發展的基礎，深刻地塑造著社會文明，改變著人類的物質生活面貌。工程已經成為改造自然、服務人類的基礎設施，與此同時，工程活動也帶來了一系列環境、社會、倫理問題。只有從哲學高度理解人類工程活動，并根據這種理解來審視和指導工程活動，人類才可能將建構工程、改變社會與塑造未來有機統一起來。工程哲學是對工程活動的總體性思考，它將工程活動作為思考的對象，從哲學的高度探討其本性、過程及后果。醫學人工智能是客觀物質世界發展到一定階段的產物，它作為典型的工程活動，在造福人類的同時，也可能產生危及人類的各種不良后果。因此，從工程哲學的角度對醫學人工智能進行系統思考具有理論和現實意義。

2 醫學人工智能的基本特征

工程可以理解為利用各種資源與要素構建一個新的人工存在物的集成建造過程、集成建造方式和集成建造模式的總和。醫學人工智能是人工智能的一個重要分支，它作為一項工程，和普通的人工智能一樣，在過程上具有面向實踐需求的建構性，在內容上具有人工智能科學與臨床經驗的高度集成性，在應用上具有面向社會的公共性，在效果上具有效益與風險的并存性。

2.1 在過程上具有面向實踐需求的建構性

工程活動就是建構以前并不存在的事物。工程都是通過具體的決策、規劃、設計、建設和制造等實施過程來完成的，所以，一個工程過程首先表現為一個建構過程，一個從無到有，從理念到圖紙到現實的過程。建構不僅僅體現在物質性結構的建構，還包括諸如工程理念、設計方法、管理制度、組織規則等方面的建構，是一種綜合性的建構。

醫學人工智能源于人們對醫學更高的期待；更加微創、更少痛苦、更精準的治療，更細致的服務，更高的效率。醫學人工智能以手術機器人為開端，通過融合移動互聯網、大數據、無線傳輸設備，協助醫生開展難度較大的手術。醫學影像識別不知疲倦地工作，能敏銳地捕捉每一個細小的異常信息，是影像學醫生的高級助手。智慧醫療、移動互聯、大數據、個性化醫療是未來醫學發展的趨勢之一。醫學人工智能在解放醫生體力，增強醫生能力的同時，也給患者帶來了創傷更小、更加個性化的精準醫療服務。所以說，醫學人工智能具有面向實踐需求的建構性。

醫學人工智能的集成建構是面向社會實踐需求的，是用來滿足醫療服務發展需要的。人工智能技術在20世紀中后期開始被引入醫學領域，被用來輔助醫生進行診療記錄，或者作為統計分析工具來提升診斷效率。隨著現代計算機技術的發展，出現了人工神經網絡、模擬專家系統等技術，大幅度提升了人工智能水平，將醫學人工智能推廣應用到輔助診療、醫學影像檢查、疾病風險預測、精神病學分析、康復治療等方面，對提高醫療資源配置效率，降低醫療服務成本，提高醫療服務水平起到了極大作用。

2.2 在內容上具有人工智能與臨床經驗的高度集成性

醫學人工智能是人類智慧的結晶，它的發明應用以科學知識為基礎，以經驗知識為補充，具有人工智能科學與臨床經驗的高度集成性。

醫學人工智能以醫學和計算機相關知識為基礎。醫學專家系統就是在收集大量醫學專家知識和經驗數據基礎上，運用人工智能技術，來模擬人類醫學專家的工作過程。例如，Gulshan等使用12萬張皮膚圖片進行演練，最終將人工智能的識別靈敏度和特異性提高到98.1%和90.3%；Esteva等對皮膚病變、角質形成細胞癌和良性脂溢性角化病、惡性黑色素瘤和良性痣的圖像進行分類，建立了相應的數據統計和信息分類，實現了醫學人工智能對于皮膚病的輔助診斷[7]。

醫學人工智能離不開臨床經驗，需要以經驗知識為補充。醫學人工智能不是單純的科學知識的應用與轉化，而是一個能動的、創造性的實踐活動，實踐經驗和默會知識是十分重要的。從某種意義上說，人工智能數據庫本身就是醫生臨床經驗的匯集，具有經驗性特征。此外，人工智能的算法也帶有經驗色彩，有待于在豐富的、真實的臨床實踐中不斷驗證和不斷改善[8]。

醫學人工智能中的科學性與經驗性是相互依存、相互包含和相互轉化的。隨著醫學人工智能的進步，工程活動中的個體經驗所包含的科學因素不斷豐富，個體經驗轉化為通用性的科學知識，同時新的實踐經驗被引入，工程經驗的內涵不斷深化，水平不斷提升。

2.3 在應用上具有社會公共性

任何一個工程活動都是將技術要素和非技術要素集成起來的綜合性的社會活動過程，沒有社會賦予的意義，一切工程都是多余的，都是不可能付諸實踐的。醫學人工智能也具有社會性，建成之后是為大眾服務的，在應用上具有社會公共性。

醫學人工智能的投入使用具有廣泛的社會性，產生了深遠的社會影響。人工智能相對人腦的優勢在于其毫不倦怠的強大計算能力，不僅可以避免醫生因疲勞、疏忽而造成的誤判，還可以發現人難以發現的細節。在一項用視網膜眼底照片來診斷老年性黃斑變性的嘗試中，深度神經網絡算法準確率達88%～92%，幾乎和眼科專家的準確率一樣。在通過深度學習來診斷心臟病發作的人工智能中，報告的敏感性為93%，特異性為90%，與心臟病學專家的診斷能力相當[8]。再如，家居護理機器人、陪伴老年人的伴侶式機器人、協助行動不便老年人出行的機器人等，對老年人居家管理、身心娛樂、疾病管控預防、康復治療具有積極意義，已成為老年護理領域的重要工具[9]。醫學人工智能研發與應用剛剛開始，未來醫學人工智能將得到全面應用，將全方位服務于人民健康，推動中國的大健康、大醫學、大衛生進入新天地。

當一項醫學人工智能成果問世之時一般都會引發社會公眾對于醫學人工智能質量和效果的關心與評論。他們關心醫學人工智能對自己的生活與工作環境的影響，他們關注醫學人工智能可能的風險，以及醫學人工智能引發的社會與倫理問題。所以，廣泛宣傳醫學人工智能，讓社會公眾認識醫學人工智能，參與和監督醫學人工智能，是今后發展醫學人工智能必須注意的一個重要方面。

2.4 在效果上具有效益與風險的并存性

任何工程都有明確的效益目標——經濟效益、社會效益等，醫學人工智能亦然。目前，醫學人工智能在三個方面取得顯著的經濟效益和社會效益：對于臨床醫生，提供快速、準確的圖像解釋；對于衛生系統，改進工作流程和減少醫療差錯；對于患者，處理個人數據、促進個人健康。

醫學人工智能通過使用深度神經網絡進行模式識別，幫助解釋醫學掃描、病理切片、皮膚損傷、視網膜圖像、心電圖、內鏡、面部和生命體征。在未來，幾乎所有類型的臨床醫生，都會涉足醫學人工智能。隨著機器學習、自然語言處理、知識圖譜技術等技術的發展，人工智能在智慧醫療建設過程中起到重要的作用。目前，醫學人工智能已經在區域健康檔案管理、區域分級診療、院內流程管理等方面，助力事前、事中管理，以達到優化流程、合理調配醫療資源的目的。在醫學人工智能與患者方面，人工智能技術和制造技術的發展必將推動康復護理機器人逐步走進社區、走入家庭，從而在根本上提升患者的生活品質。

在醫學人工智能的實踐應用中，效益與風險是相關聯的。對于經濟效益來說，總是伴隨著社會風險、道德風險；對于社會效益來說則伴隨著漏診或誤診風險、質量風險。這是因為任何一項工程都是社會建構的產物，都不可能是理想和完美的，諸多環節不可能完全做到科學、準確和無偏差的整合；大的工程往往需要技術上的新突破和集成，囿于當時的科技文化水平，尚無法判斷出它的潛在和遠期負效應。因此，醫學人工智能的應用是有邊界的，目前歐盟擬通過立法，限制濫用人工智能，禁止在敏感領域使用人工智能。例如，禁止使用人工智能影響個人或群體的行為、意見或決策，以致其處于不利地位或受到傷害；禁止利用人工智能技術對個人進行任意和盲目的監視。

3 發展醫學人工智能的基本理念

工程理念是人類關于應該怎樣進行造物活動的理念，是對工程發展規律、發展方向和有關思想信念、理想追求的集中概括和高度升華。在工程理念的內涵中包含著究竟應該如何認識有關工程合理性和工程評判標準的問題。本文在醫學人工智能基本特征的基礎上，提出發展醫學人工智能的若干基本理念。

3.1 堅持建構性，避免技術悲觀主義

工程活動的建構性與實踐性提示我們：真正的造物主不是上帝，真正創造世界和創造歷史的是人民群眾；工程是為人服務的，一項工程活動如果它不能用來解放人類或者讓人類過得更加美好，那么它就失去了存在的意義。所以，在工程實踐中，我們要堅持建構性與實踐性，避免技術悲觀主義。

當前，人工智能的自主性確實有了極大的提高，但它依然受控于人類，需要人的操控。首先，從現實層面來看，人工智能只能在信息充分、規則明確的前提下進行推理、計算，僅僅在邏輯、計算等理性能力方面表現出趕上或超越人的能力，而人類的能力是多方面的(如情感、意志、行動等)，人類還可以在信息不確定和不完備的情形下做出決策，所以，人工智能永遠不可能代替人，不可能操控人。其次，從理論層面來看，人工智能的學習能力基于算法而不是社會交往，人造機器只能運用人類“喂給”它的知識，而不能進行知識的創新，所以，人工智能的智力不可能超越人類，醫學人工智能不會主宰人類，不會顛覆醫生的主體地位。

3.2 立足科學性，準確理解醫學人工智能的功能

醫學人工智能兼具科學性與經驗性，是人體器官尤其是大腦功能的延伸，是醫生的好幫手。

馬克思在《資本論》中第一次提出了技術是人體器官延伸的觀點，認為各種技術的發明，本質上來說就是人類為了延長自己的器官。與馬克思同時代的技術哲學家恩斯特·卡普則提出了器官投影說，認為任何技術都是人體器官的模仿，也就是說技術從本質上來說就是人體器官的外部物化。醫學人工智能是各種先進技術的集成，是對醫生大腦功能的模仿。人工智能診斷技術基于大型數據庫和深度學習，能捕捉人眼看不見的精細信息，獲得更為客觀和精確的診斷，是在某種意義上降低了醫生的勞動強度。但從目前的技術水平來看，醫用機器人本質上是執行技術人員或使用者意志的工具，其所做的判斷和行為是根據預先設定的程序為依據。充其量，醫學人工智能只是醫生某一方面、某一領域的高級助手。更重要的是醫患關系是一種情感關系，醫生需要同情、尊重、關心患者，醫患之間需要真誠的溝通與交流，從這個意義上來說，醫學人工智能只是一項先進的技術，它只是在診療過程中幫助醫生快速判斷并提供建議，醫學人工智能不可能成為有溫度、有情感、有愛心的醫生。

3.3 秉持公眾性，尊重公眾的知情權與參與權

工程是為人服務的，一項工程如果它不能用來解放人類或者讓人類過得更加美好，那么它就失去存在的意義。鑒于醫學人工智能的社會性與公眾性，應尊重公眾的知情權與參與權，向公眾宣傳醫學人工智能，讓公眾了解醫學人工智能的優勢與不足，破除迷信與盲從，從而更好地、更恰當地使用和借助醫學人工智能，更好地發揮醫學人工智能的效用。

首先，計算機的算法依然無法完全替代人的分析判斷。醫學人工智能在診療過程中可以協助甚至增強相關數據處理的能力，但如何將各種信息有效利用，依然離不開醫生基于臨床經驗的專業研究和判斷，機器數據的臨床意義有賴于醫生的解讀。其次，疾病的產生，不僅是人體內部的病變所致，也和人體與外部環境的相互作用有關，醫學人工智能給出的結論和建議需要臨床醫生結合特定情境做綜合分析。最后，氣候與環境的變化，飲食習慣、心理狀況、社會壓力等外界因素都可能會對健康產生影響，對此類非直接因果關聯的情境性分析，也是當前醫學人工智能難以完全勝任的。

總之，應積極向社會公眾宣傳醫學人工智能的優勢與局限，讓公眾知情，通過不同主體的知識與價值觀交流，消除對醫學人工智能的信息不對稱，使公眾獲得對醫學人工智能更為全面的理解，并促進達成關于醫學人工智能的社會共識。

3.4 注意風險性，做好質量控制與風險監控

鑒于醫學人工智能的效益與風險性，應同步做好質量控制與風險監控。首先，醫學人工智能只能對特定領域的任務進行處理，例如，腹部CT影像智能輔助腫瘤檢測分析助手只能對占位性腫瘤進行檢測，對明顯的血管內皮細胞瘤卻視而不見，過分依賴醫學人工智能很容易造成漏診。其次，由于技術水平的限制，醫學人工智能本身存在一些不足與缺陷，例如，達芬奇機器人在操作過程中沒有觸覺反饋是一大弊端，術者手指無觸覺感知，無法準確判斷組織的質地、彈性、有無搏動等性質。術者只能通過分析視覺信息來判斷器械對于組織的作用力及其他的組織特性，這就增加了手術的不確定性和風險性。再如，醫學人工智能完全依靠事先設定好的算法，很難確定其在診斷罕見病方面的能力。最后，隨著采集的數據越來越多，隱私保護與信息管控的壓力將變大，相應的泄露風險也在增加，保證信息安全是防控醫用機器人使用風險的重要方面[10]。

4 結語

工程是集成建構性知識體系使技術資源和非技術資源最佳地為人類服務的專門技術。醫學研究已進入大數據和精準化并行融合時代，醫學人工智能的開發應用是創造性的社會實踐活動，是人工智能技術在醫學領域的應用，是為了更好地實現疾病診斷、治療、康復、預防目的，是為了提高診療效果，改善患者就醫體驗，因而是典型的工程活動。

我們在大力發展醫學人工智能的同時，應系統思考醫學人工智能的基本特征及發展醫學人工智能的基本理念。筆者認為醫學人工智能是人體器官尤其是大腦功能的延伸，是對醫生的解放；機器數據的臨床意義有賴于醫生的解讀，醫學人工智能不能顛覆醫生的主體地位。

希望醫學人工智能使人類的成長得以可能——我們越是采用創新和節省勞動力的支撐體系，就越能改善我們的工作環境，也越能更好地服務于患者，也就越能解脫出我們的時間和精力去探究新的和充滿希望的人類發展通途。