根据美国医学会统计，在美国每10个医学诊断中就有1个是误诊。在初诊中，每20个就存在1个误诊。单在美国，误诊造成的不必要死亡每年就多达8万人。
　　这些令人担忧的数字，源于诊断本身的复杂性，包括从患者那里得来的信息不够全面，转院治疗时信息对接不及时，医生因过度劳累、病人太多而造成的判断上的偏差等。这些人为失误，如果换成机器，就能避免。
　　这个梦想并不遥远。在国外，已经有很多AI诊断APP可用，并可能不久将在国家医疗保健体系中推广开来。但问题来了：健康是关乎人命的大事，我们能放心地交给机器来处理吗？医疗AI值得我们信任吗？
　　几十年来，研究人员一直在增強AI的本领，包括让它拥有深度学习能力等：通过利用病历数据库中的海量数据来训练它，让它学习诊断各种疾病，之后你只要按一下键，差不多就能获得比人类医生更准确的诊断书。
　　美国斯坦福大学的科学家用 10万多张皮肤病（从皮肤癌到蚊虫叮咬）的图片训练了一个能深度学习的AI系统，之后用1 4万张新图片对它进行测试。测试结果是，它对皮肤上黑色素瘤的诊断正确率，比经验丰富的皮肤科医生还高。此外，目前能深度学习的AI，在诊断由糖尿病引起的视网膜病变、眼血管并发症等症状上，也比一般的医生高明。其他的AI工具在从电镜扫描中识别出癌症，或从一般的健康数据中预测患心脏病的概率等方面，也已经大显身手。
　　但是，它们除了能避免人类医生那些明显的低级错误之外，到底比人高明在哪里？
　　这可不是一个容易回答的问题。因为AI系统在深度学习中会形成自己的一套判断规则，而这些规则到底是什么，哪怕是对于开发人员，都是一个“黑箱子”，谁也不知道。这就有理由让人为此感到不安了。
　　当然，要是深究起来，这种情况人类医生也难避免。
　　“他毕竟是人嘛，而我们现在面对的是机器。”你大概会说。但也许只是一个习惯的问题。如果A1“医生”的诊断正确率非常高，甚至要好于人类医生，这种不安感或许就会减轻，甚至消失。
　　医学AI系统的出现，甚至可能重新定义“训练一名合格医生”的含义。未来的医学教育将包括让学生学习数据科学，把他们从死记硬背中解放出来，集中到学习如何解决问题、培养批判性思维上。
　　它还可以让家庭医生不出办公室，就能以专家级的精湛医术，为患者提供服务——只有万不得已时，才把病人交给医院和专家。这意味着，不必把一个病人的治疗和护理，轮番交给好多家医院的医生来完成。这对于医生和病人都是一件好事。
　　当然，在这种情况下，病人的隐私怎么保护？医疗事故谁来负责？这些问题还亟待立法去解决。
　　待到医疗AI成熟之后，皮肤科、放射科和病理科等主要涉及重复审查图像的医学部门，很多人工可能会被它取代。
　　那么，人类医生会不会最终被医疗AI完全取代呢？
　　应该说是不会的。AI可以增强临床医生的能力，但不可能做人所能做的一切。首先，人们常说，医生的职责是“有时去治疗，常常去帮助，总是去安慰”。医生对病人的人性化关怀是治疗和护理必不可少的一部分，这是不能用机器取代的。其次，当医疗变得复杂的时候，需要人做出决定，AI无论多么复杂，都不能代替人做决断。