【网易智能讯 1月22日消息】据外媒（TheRepublic）报道，放射科医生平均年薪39.5万美元，病理学家年薪大约26万美元。然而，在不久的将来这两个高薪工作可能将不复存在。原因无关奥巴马医保（Obamacare）或特朗普医保（Trumpcare），而是因于机器学习在医学专业领域的兴起。就模式匹配能力而言，机器比人类更加胜任。
病患福音
哈佛医学院博士扎德·奥伯梅尔（Ziad Obermeyer）博士联合宾夕法尼亚大学博士伊奇基尔·伊曼纽尔(Ezekiel Emanuel)在医学界最有声望的期刊之一《新英格兰杂志》发文提出此观点。认为机器学习将在医疗保健领域产生最大的输家和赢家。作者认为，放射学家和病理学家将成为最大的输家。
在两人看来，机器学习将在以下三个方面对医学领域产生巨大影响：
1. 机器学习将大大提高卫生专业人员预后判断的能力；
2. 机器学习将取代放射科医生和解剖解剖学家的大部分工作；
3. 机器学习将提高诊断的准确性
在第二点上，作者之所以特别强调“放射科”和“解剖病理”这两个专业，是因为两个专业原本要求操作者要像机器一样精于模式识别，而今最理想的替代物出现了。只要给出足够的数据，机器能够比人类医生更加熟练地诊断骨折。文中写道：
“大规模成像数据集同计算机视觉的最新进展相结合，将推动效果的快速提高，使机器精度很快超过人类。事实上，放射科已经临近机器替换人工的地步。算法已能替代医生检视乳房X片，并很快实现超过人类的准确性。”
一些人认为机器学习只会简单地增强人类的能力。然而放射学家和病理学家的问题是机器能够整合海量数据，并提出迄今为止未能被发现的见解。放射学家尼克·布莱恩（Nick Bryan）说：
“人类视觉系统是非凡的，放射科医生学习记住非常复杂的模式，并运用它们来进行临床决策和诊断。然而，现代成像技术正在创建超出人类模式识别能力的图像数据集。计算机和机器学习能掌握这些数据，并变得能够从大量正常人和病患身上得到令人难以置信的复杂的多维模式。这些数据可以用来诊治诸如阿兹海默病等已知疾病，也能帮助定义诸如精神分裂症等疾病的新模式。”
何时“医学博士”会过时？
问题是究竟什么时候机器学习革命会降临放射科和病理学科呢？
虽然机器学习对一些行业产生影响尚需时日，不过就放射科和病理学科而言，这个期限可能只有短短几年，而不是几十年。正如梅奥诊所（Mayo Clinic）的布拉德利·埃里克森（Bradley Erickson）博士所言：“深度学习算法可在未来五年内开始为乳房和胸部X线摄影等基本研究做出研究报告，并在未来二十年胜任绝大多数的成像研究。”
机器学习预计会提升诊断的准确性，不过奥伯梅尔和伊曼纽尔预计它会需要更长时间。这种“生成鉴别诊断，建议高价值试验并减少过度测试”的能力将慢慢出现，部分原因是因为在许多情况下，诊断标准尚未确立。然而在放射学和病理学中，诊断往往是二元的（例如恶性与良性）。
无论对医生有何影响，大数据和机器学习对患者方面的影响是显著的。如果医生能够在机器的帮助下更快更好地完成诊断，对医患双方都是好事。
热门跟贴