「医看」专注于打造影像医生多点执业签约服务平台！病例讨论、影像解剖、考试资料、视频课件...医学影像，应有尽有！欢迎在微信上关注我们：yikandoc

We may be willing to be accept a computer-generated diagonsis or legal decision, but we still expect a human to be ultimately accountable for the outcomes.
我们也许可以接受计算机生成的诊断方案或法律决策，但是，我们仍然期望是人类为这些决定最终负责。
-萨迪亚.纳德拉微软CEO

2016年底，“神经网络之父”Geoffrey Hinton教授曾预言：我们是时候停止培训医学影像医生了，因为图像感知算法马上就会比人类更强大。而影像科医生们，就像‘在悬崖边上的土狼，还没来得及注意脚下的危险’。

业界称为"人工智能之父"的大神级人物Geoffrey Hinton

他的言论引发了一场延续至今的狂风巨浪，而这场热潮尚未出现任何褪去的迹象。虽然如此的激情和乐观成功地把医学影像人工智能置于人们想象力的最前沿，并且获得了巨额的资金支持；但同时也因为让政策和决策者的期望过度夸大而带来了潜在的伤害，并且着实影响了医务人员的招聘－初级医生的期待幻灭了，因为他们开始相信机器确实能够代替人类，那他们还何苦应聘影像科医生的职位呢？很难想象影像科医师短缺危机导致的破坏性局面，尤其是发生在英国的急诊科时，会威胁到整个医院系统的稳定性。

如果没有影像科大夫，一间医院根本无法运转。保守地估计一下，（英国）有95%来医院看病的病人会接受某种形式的医学影像检查，而这项医疗服务的需求会随着患者数目的增长而增加。更重要的是，因为医学影像被认为是大多数诊断、治疗和预后评估的关键，人们已经能够看到对医学影像检查和影像科医生需求的指数级增长。

这一事实似乎正好印证了“机器打败了影像科医生”这种耸人听闻的新闻头条的真实性，并且只会进一步误导老百姓对人工智能目前真实状况的认知，让他们误以为影像科医师这一职业已时日无多了。

然而，无论你已经有多么深信甚至痴迷AI和自动化的诸多可能性，要想在不久的将来完全替代人类影像科医生是完全不可能的。至少在十年以后，我们才能看到英国医疗系统日常使用AI－而这一意见已经被英国议会记录下来。

在目前存在大量人工智能的炒作的情况下，这番有争议的言论可能会令人非常惊讶。尤其是像我这样，基本上把整个职业生涯都投入到了对医学影像学人工智能的工作中；但是我相信，对于这一学科未来的理性讨论是至关重要的，而不是只听信那些硅谷的传道者和媒体们－承认吧，这些人对影像医师的工作毫无头绪，只是喜欢玩弄他们拥有的话语权罢了。

在这篇文章中，我将尝试用三个理由来阐述为何影像科医生这一职业是安全的（只要他们随着技术与时俱进），并且讨论我们为什么需要培训更多的影像科人才。

一、医学影像科医生不是只会看片子

如图，影像科医生事实上参与了患者诊疗决策的各个流程

如果我可以冲着那些声称人工智能能代替影像科医生的人大吼的话，我一定会喊－影像科大夫不是只会看片子！所有媒体关于影像学人工智能的狂热宣传都仅仅是关于图像的认知，但正如上图中所示的，辨识图像并不是人类影像学医生日常所做的全部工作。

此外，上图中只描绘了诊断工作流程，而并不包括面对患者的工作（超声、透视、活组织检查、引流等）；肿瘤多学科诊疗团队工作、教学、培训、督查、审阅异常报告等等，都是一名影像科医生日常的工作。据我所知，没有一名影像科医生只把看片子作为全职工作的。甚至存在单独的影像介入专业，它更像手术而不是图像认知，这个专业也正面临着员工不足，而且不太可能从人工智能中获益。（如此看来，中国的影像科同仁们该有些危机感了）。

影像学诊断的工作流程可以用上图的步骤简单地表述：从患者就诊和病史决定其是否需要影像学检查，需要何种影像学检查手段，安排检查，以及使用标准化或自动化的方式获取影像。

一旦成像完成，算法将在随后处理影像，并为后续其他算法的解读做好准备，在纵向时间轴上注册数据集，改善图像质量，分割解剖结构，以及执行生物标记物的检测和定量。

目前，诊断推导仍然是最难啃的那块骨头，也是人类有最多存在感的地方。这可以通过引入智能报告软件，标准化模版以及机器可读的输出来进行数据处理，以进一步进行算法策略的学习，从而更好地为未来的决策软件提供信息。

最后，检查报告可以通过语言翻译或直译来实现半自动化，并且可以有意义的形式来向其他临床医生或病人实现结果的增强表现。这些技术新手就可以使用。虽然人工智能在这个诊断流程的每个步骤中都肯定能够起到作用，甚至在某些情况下可以代替人类（如调度），但它完全不能代替放射科医生。

除非有奇迹发生，我们能够开发一个完整的端到端系统，来监控整个诊断路径。对我而言，这是一个梦，特别是目前人工智能系统的技术水平几乎没办法进入临床工作流程，更别说能够轻而易举地取代影像科医生图像识别的工作。

二、人类始终要承担最终责任

－电脑：“我因为遗漏诊断被告了！我该怎么办？”－医生“哥们儿，这工作就是这样啦”。

2017年，没有一个人死于商业飞行事故。这个令人惊叹的成功故事一部分归功于高科技系统的应用，该系统可自动执行通常需要人类职员进行的安全监督任务，包括但不限于防撞系统、先进的近地警告系统和改良的空中交通管制系统。另外很大一部分也要归功于对人类飞行员和航空辅助人员更好的培训、对安全问题的认识以及对其顾虑的关注。

在过去的数十年间，自动化不断进步，人类也被赋予了更多的自由来就安全问题进行沟通，有更多的时间应对不断增长的有效信息，而这一切得到了由行业领导的，有凝聚力的支持。

然而最关键的是，商业飞行员的数量并没有减少－事实恰恰相反。航空公司表示缺乏训练有素的飞行员，并且预计在全球范围内需要一倍以上的飞行员才行。随着安全系数提高，成本下降，飞行变得越来越热门，乘客数量增加，理所当然需要更多的飞机。

人们往往将医学与航空放在一起比较，这种对比往往是既不恰当也不准确的。不过我认为这两个行业拥有几个同样的关键特征。对于菜鸟来说，这两个行业都主要聚焦在保证人类安全的同时，从地理位置上或者人体系统上，把人从A点移动到B点。传统来说，两者都依靠人力资源和大量培训来监督所需参与的流程。

在过去的十年中，两个行业都在自动化进程中取得了长足的进步，并且都将从人工智能系统中受益匪浅，这些系统可以承担人类不断增长的认知工作量和重复劳动。但最重要的是，在这两个行业中，人类不会被取代。

原因很简单－法律责任。几乎不可想象人工智能系统的所有者在人命关天时，会让机器负全部法律责任。没有一间航空公司敢让飞行员不在的飞机上天，如果有的话，我打赌会有无数条的保险政策，让一般的商业飞行不值得使用无人飞行。但是，私人飞机或军用飞机还是有可能进行无人飞行的。我们也许会看到商业航班的“无人”驾驶－飞行员端坐在地面，远程监控着飞机在空中飞行时发生的所有事情。事实上，远程飞行操控试验正在计划中，但人们对此的反应不一。

在医学界，将人工智能系统限制在提供“决策支持”的层面，并将所有最终的决策权交给有资质的人，比飞行远远容易得多。没有一个现存的AI系统经过了医疗监管部门的批准成为诊疗方案的“决策者”，就算有的话，那么这个决策也是微不足道的，并且对生命无法造成至关重要的影响。

这是因为人工智能系统在解决医学诊断问题时，不可能达到100%的准确率，正如之前讨论的，医学在某种程度上仍然是一种永远无法完全量化或解决的艺术。总是会存在一个特别的人，一个特别的病例，和一些混杂因素。仅仅因为这些原因，我们就一直需要人类以某种方式进行监督。

三、生产力进步将驱动需求

“只要你把它建好，他们就会来”是一句被引用的电影台词。如果我们建立能够大规模改进医学影像工作流程和诊断周转体系，我们几乎肯定会看到对医学影像诊断需求的大幅度增长。

我亲眼看到了这一点 - 当我还是一名实习生时，我们的部门开始尝试减少B超检查的的等待时间。我们新开放了晚上的‘加长检查’，有三到四个额外的名额，用于急诊患者或那些已经等了三周以上的病人。一开始这个机制运转的很好，一名实习生来给这些额外的患者做检查就足够了，毕竟只用一个小时就可以完事。但只过了一段时间，我们就不得不开放“加加长检查”和“加加加长检查”-这个机制已然变成了新常态。在影像科，只要你能安排多一个医生来检查患者，就总会有患者来补上这个空位。而随着人工智能成为影像科的“新常态”，那么随着检查时间和等待名单的缩短，同时影像检查报告更加准确和有用，对我们服务的需求也将继续增加。

除此之外，人口的年龄和多样性都在不断增长，对影像学检查的需求增长是100%不可避免的，这也是我仍然看好影像学作为职业选择的重要原因。我们需要培训更多的影像科医生，以适应影像检查及数据输出的浪潮，甚至应考虑与诸如病理学和基因组学等数据输出专业的双重或者三重职业认证。

在未来，“影像科医生”甚至可能不会再叫做“影像科医生”了-但这并不能否定人类仍然会控制数据流这一事实。

未来，影像科医生还是要用脑的

未来数十年，影像科医生们将逐渐摆脱过去繁复的工作，使用时髦的分析工具和填好的炫目检查报告进行验证，并将结果导入迷人的“影像学数据”海洋。虽然并不会像”少数派报告“一样，但是如果你把自己当做汤姆克鲁斯，在屏幕对着未来的可塑性实时数据上滑动几下，那就马上开始吧。

影像学人工智能应该以为影像科医生丰富数据为导向，让这些医生的工作不止是简单的手工完成重复劳动，而是让他们的职责转化为监控和评估机器的输出。作为一个影像科大夫，我对此表示十分欢迎－在多次CT扫描中测量淋巴结大小和用第几椎体推论转移情况已经浪费了我太多的工作时间。

我宁愿检查一个系统已经测量准确的淋巴结，确定了所有需要的椎骨，并签署检查报告。影像科医生将从只有粗糙工具的“肿瘤学家”转变为“数据处理专家”并处理更为复杂的量化结果。

影像科医生也将因此比以前任何时候都更像一个“医生”，因为生产力的提高允许临床医生和患者之间有更多的时间就检查结果进行沟通。更容易联想的是，影像科医生变为数据传递者，直接在查房时向临床团队和肿瘤多学科团队传递结果，甚至直接向患者提供信息。

现在，这个行业是因为被一直隐藏在黑暗的读片室中而受到伤害，而人工智能有能力将影像科医生们带回光明之中，这就是它真正的力量所在。

Dr.Hugh Harvey

作者介绍：

Hugh Harvey医生是一位影像科医生和临床专家，曾在英国NHS系统和欧洲顶尖的癌症研究机构ICR接受培训，并曾两次获得ICR授予的年度最佳科普作家称号。他曾就职于英国Babylon Health公司，领导公司的法规部门获得了世界上第一个AI分诊系统的CE认证商标。目前他担任影像科主任，是英国皇家影像学会信息学委员会成员，并任职几间AI初创公司的顾问。