AI 來襲：當「狼」叩響醫療之門
「我的三觀崩塌了」，當年的天下第一棋士柯潔，被 Google DeepMind 的 AlphaGo 打敗后如是說。當經歷了 12 月 20 日在美中愛瑞腫瘤醫院的「人機大賽」，MDT（多學科診療）團隊與多個醫療 AI 模型的多輪較量后，我想我也能充分理解柯潔當時的感受。
8 個副高以上的醫生，都在頂級三甲醫院磨練多年，組成的 MDT 團隊，與豆包、百川、小荷、ChatGPT01、Google Gemini 五個國內外知名 AI 模型，在完全相同的條件下進行了多輪較量，包含問診、體檢、實驗室及影像學檢查、診斷與鑒別診斷、治療計劃制訂、療效評估及后續治療等多個環節，輪番交手，層層遞進。本來覺得信手拈來的勝利，結果卻大大出乎意料。AI 醫療的強勁表現，讓醫生完全沒有了賽前想象白衣勝雪的瀟灑。從熱身比賽的結果看（如圖），之后的比賽恐怕得打起十二萬分的精神來應對 AI 的挑戰。
目睹所有過程的我，也是醫生的我，和參賽的其他醫生一樣心情失落，感受尤為強烈。六大門派圍攻光明頂，我感覺自己才是被打敗的魔教。晚餐一桌醫生完全沒有往日歡快的氣氛，盡管誰都不明說，但總感覺一股沉郁的氣氛漂浮在房間內。
從比賽結果看，奪冠的 ChatGPTo1 各方面綜合能力均衡，遠超其他 AI 模型，在各輪比賽均穩定、高效輸出，在總結歸納的條理性以及邏輯閉環的嚴密性等方面表現驚艷，在提供腫瘤診治的同時關注患者營養、心理支持，并可以通過文字表達人文關懷，充分彰顯了人工智能于數據處理和分析的強勁實力。銅牌選手 MDT 戰隊憑借深厚專業素養、豐富臨床經驗和多學科協作優勢，在面對復雜的腫瘤病例時，在病情的綜合分析上盡顯專業深度，能夠有條不紊地逐層推進，在精準診斷、治療決策方面明顯優于 AI 模型，通過綜合考量患者獲益與風險，并結合最新的文獻與研究數據，為患者的后續治療提出了創新性的前沿治療方案，算是勉強維護了人類的尊嚴。
在行文風格上，AI 更像是嘮叨的大伯，事無巨細逐一道來，講究的是滿漢全席全無遺漏；MDT 團隊更像干練的小叔，講究簡單明了，直擊要害，另外私家菜館還經常有創新菜品，例如經常在診療過程中常常結合最新發表的文獻。某種程度上也許人類需要打字，人類的天性忽略了面面俱到的完善陳述。然而滿漢全席看上去繁瑣絮叨，15-30 秒就上齊了菜品；私家菜館盡管廚師眾多，菜品干練，卻需要 AI 的 30-50 倍的時間。尤其是到了熱身賽的后程階段，人類的疲乏已經顯而易見，我卻看到 AI 三下五除二出了答案，然后抄起雙手端在胸前，冷冷地看著人類的余勇可賈。
AI 的這種冷靜是優點，也許就是缺點。醫療應該是有溫度專業。熱身賽之后組織方、評委專家和 MDT 戰隊以及 AI 戰隊的參賽人員共同就比賽流程和評審規則展開了深入探討。關于比賽評分標準的設計遺憾顯而易見，評分標準主要傾向于對邏輯推理合理性和內容輸出完整性的評價，而對于分期準確和治療方案的創新價值沒有給予應當的權重側重。此外作為人類，醫患之間在相互交流情緒的流轉，關心、傾訴，人文關懷不是用簡單話術就可以替代，而需要更多心靈感應。更多的時候，好的醫患關系是并肩戰斗的親人，這種體會是冷靜的 AI 無法做到的。其中一個細節，在某個階段可能需要穿刺，AI 醫生只會面無表情地吐出「去穿刺」的決策，人類醫生，我們的 MDT 團隊卻貼心地考慮到了「如果病人不同意穿刺」之后的種種應對。另一個細節是，人類醫生經常在診療過程中呈現的直覺和靈感，是 AI 身上不大能看到的。例如比賽中病人后期出現的腸道疑似病變，與肝部轉移灶的臨近關系，可以去考慮病理取材的優先順序和檢查次數，讓病人經歷更少的痛苦。但 AI 考慮更多的是準確性和完善性，會導致更多的有創檢查和更多更久的時間。畢竟在時間變量面前，效率也是必須要時刻考慮的問題，某種程度上比準確完善性更加重要。
類似情況在 AI 圍棋發展到現在也能看到。在 AI 圍棋橫行天下之際，大概率你不會再看不到秀策與幻庵因碩的「耳赤一手」，也不能再體會吳清源和木谷實十番棋的蕩氣回腸了。圍棋復盤既往的高手國手棋圣棋神，恐怕也要在 AI 老師面前恭聽教誨。對于人類來說，少了更多的趣味和快樂。但這種現象 AI 在可窮盡的圍棋著法中也許可行，也許可接受，然而因為人體的奧秘和醫療的面向還存在眾多的未知領域，目前投喂式的 AI 訓練未必可以到達未知世界，我相信人類具備的溫暖在臨床醫療中還是會長久存在和必要。
整體來說，MDT 團隊和在本次比賽中表現突出的 ChatGPT o1 模型相比，還算得上旗鼓相當，能力各有側重。AI 模型在數據處理時效性、邏輯閉環與歸納總結方面更勝一籌，而 MDT 團隊則在臨床創新性和專業深度上更具優勢。這種差異進一步表明，未來的比賽規則應更合理地調整評分權重，以全面反映雙方的特點。不過從發展角度看，AI 戰勝人類恐怕是遲早的事情。本次熱身賽中 ChatGPT O1 表現已經足夠驚艷，然后前兩天 OpenAI 又推出 o3 模型系列，在 ARC-AGI（通用人工智能評估基準）上取得了驚人的高達 87.5% 的分數，而人類才 85%，進化速度讓人瞠目結舌。我們彷佛可以看到硅基生命踏著碳基生命昂首闊步的前進步伐！
回到現實，我們也不必太過悲觀，總究還是需要活在當下。預測一下 AI 醫療今后的走向也許更有意義。當人類多學科的智慧深度與 AI 的高效全面、善于總結的優勢相互有機結合時，必將腫瘤臨床診治提升到一個全新的高度，這是毫無疑問的。因此，擁抱 AI 是我們每一個醫生都應該有的態度，深度結合是不得不走的路，否則就會被時代的洪流所淘汰。我們需要探討的是如何結合，在我看來，無非是一個誰領導誰的問題。
DeepMind 初代 alphaGo 的時候，通過大量棋譜學習，人類不停投喂數據和資料并不斷訓練，已經可以讓韓國大棋士李世石一敗涂地，但好賴人類利用盲點和 Bug 贏過一局。等到進化到 alphaZero 的時候，AI 已經不需要人類投喂，自我訓練對局，創造出 AI 自有的定式走法，「金角銀邊草肚皮」已經不是不可顛覆的法則，在這個階段，人類還沒意識到 AI 的進化高度，自信滿滿的柯潔迎戰 AI，結果只能在落敗后抱頭痛哭。而我們知道，圍棋的頂尖高手，基本都是人類智商的天花板。但不妨礙柯潔把 AI 當作學習工具，還可以繼續提高自己的棋力，而達到沒有 AI 之前的高度。
諸如此類，在醫療 AI 上，相對低階的年輕醫生可以更加倚重 AI 去學習和提高，把臨床水平向科學規范先進方向前進，為廣大患者帶來更精準、更優質、更人性化的醫療服務；相對高階醫生，應該利用好 AI 工具，向更多的未知領域出發。2024 年度諾貝爾化學獎獲得者 Demis Hassabis 和 John M. Jumper，他們利用 AlphaFold 構建了全新蛋白質結構，為人類在醫學領域打開了一扇新的天窗，就是最好的例證。畢竟在醫學領域還存在太多的未知。而如果抱殘守缺，不思進取，在日益強大的 AI 面前，所有的謬誤和錯漏會在陽光下無地自容。
本文寫畢當天，我又參加了抖音集團小荷健康聯合中國信通院、人民衛生出版社舉辦的「醫療大模型真實場景診療能力評測暨面向用戶的人工智能+診療服務研討會」，大部分評委的感受與我們類似，AI 作為真實醫療基本達到了大約高年住院醫的水平，尤其是在問診初期部分。人們寄望于 AI 理解世界、感受世界，乃至創造世界，當下只能說 AI 在理解世界的階段，離感受世界還有相當距離，但目睹 AI 的進化速度，即便是創造世界也會是不久的將來。當下的 AI 還不是一個好醫生，但一個好醫生必須用好 AI。「沉舟側畔千帆過，病樹前頭萬木春」，AI 的到來不可避免，醫療也概莫能外，既然如此，伸頭一刀，縮頭也是一刀，還不如打開大門，擁抱一個新的世界。
作者：北京美中愛瑞腫瘤醫院徐仲煌院長
