人工智能能ChatGPT能完全替代人工么？

最近ChatGPT导致的AI热点持续发酵，各行各业都在探讨自己的核心竞争力以及AI给行业带来的变化，医疗行业自然也不例外。

我曾在知乎上提问“AI能否替代医生问诊？”，得到了不少朋友的回应，我也查找了很多类似的问答，其中比较有代表性的在此做一一例举（均已得到授权）。虽然是从不同角度，但是基本都代表了部分人的观点。

至于为什么单独挑“问诊”这个题目，是因为从我个人的认知来说，我认为，问诊（尤其是线上问诊）是最有可能最先实施AI技术的环节。

1、周俊青观点

能代替一部分，但很难完全代替。

首先，我们需要了解，A目前在诊疗方面的应用已经发展到什么阶段了?

AI在医疗领域更多还是处在资本阶段，但是已经积累了一些经验，也受到很多资本的青睐，例如阻肺急性加重院外监测、癌症/慢性病影像AI辅助判读、AI手术机器人等，都有很大的机会。

图：2016-2021年全球AI+医疗器械行业投融资情况；

图：2016-2022人工智能医学影像企业融资轮次数量 来源：火石创造根据公开数据整理

那么，AI问诊目前有没有一些比较落地的场景?

答案是有的。

在问诊这个场景，目前AI主要用于预问诊%，上海、海南等多家知名三甲医院都陆续上线了“智能预问诊”，就是基于医疗人工智能(AI) 、自然语言处理、医学知识图谱等核心技术研发的智能系统。早在2021年，日本就已经有400家医疗机构导入AI问诊系统，患者就诊等待时间大幅缩短，第一次来访的初诊患者的平均等待时间，从10分钟以上，缩短到了目前的3.5分钟左右。

例如: 患者可以等待医生叫号的时间，输入年龄、性别、症状，AI将从约3500种的问题数据中选出最适合项目，在平板画面上显示20个左右的问题。患者可以选择所提示的项目并回答，一般大概3分钟左右可以答完，然后，患者输入的回答会被转变为医疗术语%，显示在医生的电脑上，这样正式问诊时，医生就一目了然。

既然AI诊疗只已经开始投入市场，而且有那么多资本青睐，目前AI诊疗遇到哪些挑战?

我觉得主要有3个方面:

1.技术挑战

(1)AI需要基于大量的临床数据才能进行深度学习，但是现有医疗数据体量还太小，难以支撑人工智能进行充分学习，尤其对于一些罕见病，可能有些专家一辈子都没能遇上几例，这种AI的效果往往不太行。

(2)另一方面，AI有些时候会得出一些让人意想不到的结论/方案，这种结论/方案虽然有一定的科研价值，但是在当下医学理论之中不好解释，这样就会影响患者对医生的信任度，后续的治疗效果也得不到保证。

2.政策挑战

从2021年10月开始，国家卫健委、国家中医药管理局发布了《互联网诊疗监管细则(征求意见稿)》，并在2022年2月快速制定并施行了《互联网诊疗监管细则 (试行) 》 (以下简称“细则”)，其中从多个维度对AI诊疗的乱象进行了约束:

在人员监管方面，医师接诊前需进行实名认证，确保由本人提供诊疗服务。其他人员、人工智能软件等不得冒用、替代医师本人提供诊疗服务。各级卫生健康主管部门应当负责对在该医疗机构开展百联网诊疗的人员进行监管。

而政策监管也使得AI诊疗的商业化进程变得更加小心翼翼。

3.市场需求挑战

当下中国的医疗现状是医疗资源严重不均衡，患者对于各级别医院的认可度差异很大，常常二甲医院门庭若市，而基层医院却门可罗雀。根本原因是基层医院的医生就看不了病吗? 不是，而是有三甲医院的专家背书，更能得到患者的认可，更有安全感。生病不像吃饭，吃点白粥也一样能饱腹，人命关天，没人愿意拿自己的健康开玩笑。

讲到这里，我觉得我们基本就对AI诊疗有一个基本的判断了。AI就像是一个不断学习与成长的小学生，它和人类的学习过程一样，需要时间的沉淀，知识的积累，更需要犯错与改正的机会。当然试错的代价不能让患者买单。

相信，随着AI诊疗的进步和普及，会有越来越多AI诊疗的场昌出现在生活中。但就像汽车替代不了自行车一样，未来AI诊疗应该也是一个和医生共存的状态，能很大程度替代那些常态化动作，例如基本的咨询、看医学影像等，让医生能有更多时间用于思考和帮助患者。

2、申晨煜医生观点

作为精神科大夫来说，我只能说ChatGPT很有可能替代我们临床问诊的工作。如果有专业团队可以给ChatGPT投喂海量信息的话，那么这个替代的进程可能很快。

AI还需要学习和训练，只有不停投喂才能提高准确率，ChatGPT也需要规培，但应该用不了三年.

相对于其他医学专业来说，精神科的诊断和治疗的确缺乏比较明确的客观标准，这也是精神科被说成不科学的主要原因。

比如说一个人糖尿病，他/她可以做指尖血糖、胰岛素释放试验和糖化血红蛋白来给出一个非常准确的数值，但精神科到目前为止，还没有这样的标准，诊断参照的是ICD-10或DSM-5，主要依靠有经验的精神科医生进行精神检查。

精神检查指的是精神科医生对患者或来访者的一般表现、认知过程、情感活动和意志行为四人部分进行详细了解和评估。而这基本上就是一种结构化的访谈。形式主要为问诊。比如一个患者的主诉为“反复情绪低落伴自责自罪半年余”，那么精神科医生就要对其精神状态进行检查，并且进行描述(以下描述为个人杜撰，如有雷同，纯属巧合) :

"意识清晰，时间、地点、人物定向力完整，接触被动，对答切题一股表现“未查及感知觉障碍，否认幻听、幻视、幻触，可查及自罪妄想，患者会认定自己做认知过程:了伤天害理的事情，并且给他人造成伤害。近记忆力减退、注意力欠集中。"情感活动:“过去半年中患者情绪大部分时间处于低落状态，兴趣感减退，精力体力不足，伴随自卑、自责观念，否认持续情感高涨及兴奋话多表现。用来排除双相情(这是重要的阴性症状，感障碍)“。

意志行为:“患者不愿出门活动，避免外出见人，工作状态不积极，经常找理由请假，在家中整日躺在床上，个人卫生情况较差，偶有自杀想法，但未实施。食欲减退，夜间睡眠早醒，且醒后难以再次入睡”。

根据以上的精神检查，然后如果患者的病程也超过了抑郁症的诊断标准 (14天)，即可考虑为抑郁发作的诊断。注意这里还有两个需要考虑的部分!

排除标准:本次患者的抑郁发作没有器质性疾病的基础，比如并非由于脑器质性疾病“或躯体疾病以及物质滥用只所致。

严重程度标准:患者自知力部分存在，对于自己做了伤天害理的事十分肯定。(自知力越越不完整，疾病越严重)。

抑郁障碍的症状标准包括 (ICD-10)。

1、核心症状: 情感低落、兴趣减退、精力体力不足。

2、附加症状:自卑、自责、自杀(自杀观念或行为) 、精神运动性迟滞(有可能被别人误认为是懒)、记忆力减退、注意力不集中、食欲下降、体重下降、睡眠障碍 (尤其是早醒) 、性欲下降。

2个核心症状+2个附加症状=轻度抑郁

2个核心症状+4个附加症状=中度抑郁

3个核心症状+4个附加症状=重度抑郁

当然要诊断抑郁症，还要符合病程标准 (22周)，还要符合排除标准(排除其他疾病引起的抑郁）。

当你熟悉上面的流程后，诊断一个抑郁症患者可能也就十分钟的事儿，在ChatGPT出现之前，我认为精神科是最不可能被AI替代的医学专业，因为大脑的思维是极其复杂的事情，但ChatGPT恰恰做的就是化繁为简，从海量语义信息中提取关键信息并目与诊断标准进行对比，它没有道理比人工做得差。

3、小李医生的观点

永远不可能，程序都是标准化的东西，学医的都知道，人体是不按照流程生病的，你可以单病种流程化诊断，你甚至可以用算法推演三五钟合并疾病。但是，假如我一个糖尿病足+高血压+冠心病膝关节炎置换术后感染需要清创处理的病人，这个时候突然得了新冠，你来给我看一下咋处理试试？

别忘了医院有一种东西叫：多学科会诊！

十来个科室治病几十年工作经验的十多个老教授坐一起讨论一天才能选出来的优选方案，你觉得AI可以吊打这十十个老教授吗？

这不和百度看病一样荒唐吗？只能说简单疾病的初步诊断是可以被AI替代的，换句话说，就算这个机器人非常牛逼，你敢让机器人给你自己看病吗？别只说，就问你敢不敢让AI机器人在你肚子上开大刀？

4、我的观点

AI在健康问诊咨询这块大有可为，根据医疗疾病问诊的技巧和分层递进来说，AI综合大数据分析，能部分替代问诊行为，甚至能超过真实医生的问诊技巧。

Large Language Models Encode Clinical Knowledge. 2022.12 Google&DeepMind 问诊，部分指标超过专业医生平均水平。

但是要说完全替代，现阶段是不可能的，将来也很难实现。

首先，人体非常复杂，一些病症的表现形式是多种多样的，单一的问诊有可能忽略到重要的异常。其次，病人对个人症状的描述随知识结构及表达能力有很大的变化，很多时候并非那么精确。再次，还会涉及到伦理学问题，以及法律法规，机器看病并下结论并不符合现行要求和标准。

AI能做很好的前端过滤及筛查，也能做有益的补充，但是最终的诊断和建议还是只能由真正的执业医来判断。

5、最后，看看AI自己的观点。

目前，AI技术在医疗领域的应用已经取得了一定的进展，但是在许多情况下，AI还不能完全替代医生问诊。

虽然AI可以通过对数据的分析和模式识别来诊断和预测疾病，但是医生不仅仅是对症状的简单匹配和诊断，还需要结合病人的个人情况、医疗历史和身体状况等多方面的信息来做出正确的诊断和治疗计划。

此外，医生也需要进行身体检查和进行人际交流，这些技能是AI目前无法替代的。因此，AI技术可以成为医生的有力辅助工具，但是医生的作用和价值仍然是不可替代的。