盡管所有人都在談論人工智能算法是否將在更換醫生，埃里克·托波爾并不擔心。托波爾是斯克里普斯研究所的一名心臟病專家，一位遺傳學家，也是幾 本關于醫療保健未來的書籍的作者。

他的最新著作叫做深度醫學：人工智能如何讓醫療人員再次成為人類 (現在從基礎書籍出版)。白楊認為，如果醫生愿意經得起商業利益，那么人類總會渴望被其他人照顧，并且人工智能可以幫助增強這種聯系并將其帶回來。

Verge向Topol介紹了今天的醫療保健如何運作，人工智能時代的健康隱私問題以及醫生激進主義的重要性。

這種關系惡化了。這實際上是可怕的。患者很短暫，因為您與醫生相處的時間太少，甚至在那么短的時間內也沒有眼神接觸。而且不僅僅是時間。這是作為數據職員的醫生的注意力分散。在這種情況下，你不會成為一個好的傾聽者。醫生們非常失望，幻想破滅，沮喪和沮喪。

此外，我們擁有所有這些數據 - 從基因組和傳感器中收集 - 而且它們都無處可去。我打開這本書，其中一個故事為我加強了這一點，就是這些信息沒有被醫生和照顧我的人處理，這傷害了我和我的康復。這加強了如果所有這些數據都為人們所做，我們可以讓事情變得更安全，結果更好，事情更有效率，但臨床醫生太忙了。他們無法控制每個人的數據。我認為人工智能的變革潛力在于它增強人類醫學方面的能力，而這正是我們失去的東西。

醫學的人性方面也是你認為AI永遠不會取代醫生的原因，對嗎?

我們不僅需要人為疏忽，因為即使經過驗證，您也無法始終信任算法 - 它可能被黑客入侵或出現故障 - 但我認為我們總是會尋求這種聯系，即溝通的親密關系。我們曾經擁有它。這很珍貴，我記得那個。隨著時間的推移發生的事情是醫學業務接管了，所有這些力量都侵蝕了這種關系。我們可以把它拿回來。

我們先來談談AI診斷。似乎每個星期都有一項關于人工智能如何比醫生更好地診斷病情的研究。這將如何發揮作用?

AI可以看到人類無法做到的事情。深度學習訓練機器看東西比人類看到的要好得多，我們開始意識到所有這些我們以前從未猜到的事情。現在有很多例子。您可以在手表上確定血液中的鉀，而無需任何血液。您可以分析視網膜，看它是男性還是女性，具有高精度。您可以分析結腸鏡檢查，并且機器視覺將拾取GI醫生遺漏的息肉。這個清單一直在繼續。

當然，缺失的部分是經過驗證和復制的仔細，嚴謹，前瞻性的研究。我們現在有了承諾。我們已經看到了足夠多的數據，它和我在醫學四十年中看到的任何東西一樣令人興奮，但我們也需要從興奮和夸張到現實水平和明確的證據。

您設想一個我們有AI幫助診斷的世界，以及將所有這些數據源集成在一起的算法。在診所看起來會是什么樣的?

然后我們有一個不同的世界。當您看到患者時，您不會試圖通過所有這些不同的頁面和數據來源。你在，“好的，我將為我的病人提供相關信息。我將建立一種有意義的關系并理解這個人的存在，這樣我就可以給予我人類的智慧和同情。“這與我們現在的情況完全不同。

每個人都會受益，如果你提高效率，醫生站起來說，“我們將把這種效率提供給我們的患者。”人們通過算法獲得更多的數據和支持，同時，他們是減輕臨床醫生的負擔。然后臨床醫生正在提高他們的表現和效率，他們還記得他們為什么一開始就吃藥。它會產生飛輪效果。你可以讓雙方都獲得這種性能提升，它基本上改變了臨床醫生的整體前景。

隱私呢?

這非常重要。至關重要的是，每個人都擁有他們的數據并將它們全部拉到一起，這不僅僅是您的醫療記錄中的內容，而是分布在許多地方，醫院和傳感器上。現在，沒有人擁有他們的所有數據，盡管從你在子宮的那一刻到你正在進行評估時你都想要它。

我們能做的最重要的事情就是為人們提供數據所有權。我們必須評估數據和隱私的安全性，但它也涉及不同的所有權模型。

你怎么知道效率會回饋給病人，而不是強迫醫生在更短的時間內看到更多的病人?

我花了幾年時間委托英國政府幫助審查和評估國家衛生系統。我們有經濟學家在研究它，并且令人驚訝的是，你在這些語音識別環境中保存的每一分鐘[醫生不會坐在鍵盤輸入信息]轉化為大量的時間來釋放醫生。指數影響非常驚人。

人工智能可以提高效率，生產力和工作流程，但如果我們走這條路，我們必須有自己的意志來支持我們的病人。這在過去沒有發生過。如果我們繼續像我們一樣繼續生活，醫療界將會受到進一步擠壓，并且會有更多的倦怠，更多的抑郁和自殺。真正的考驗是醫學界是否能夠經得起金融商業利益。我們有時候是被動的，我們再也沒有能力。它將采取激進措施，使人類更加人性化，同時機器變得更好并增強人類效果。

你沒有看到醫生站起來。只是在最近幾年你才看到全國步槍協會在槍支政策上說“留在你的車道上”，你看到醫生站起來了。這些往往是年輕人，而不是老狗，這對我們醫學來說太多了。你開始看到醫生說出來了，我們可以大規模地做到最重要的事情，那就是恢復醫療保健。我有信心有辦法做到這一點。

這一切都有多遠?

我們有證據表明人們對此感興趣。它的移動速度如此之快，但多年來，我已經了解到無論我估計應該花多長時間，我應該乘以四或五。我知道即使你有這樣令人興奮的東西，它也需要更長的時間。

在進行所需的高質量研究方面缺乏投資。這個領域的許多最好的工作是在診所開發放射學算法或皮膚病學算法或語音識別的初創公司。他們不一定擁有這些資源，除非他們被谷歌或亞馬遜(它們沒有進行嚴格的醫學研究的記錄)獲得。

很難證明證據。醫學界以及就此而言，患者在沒有證據的情況下不太可能接受這種重新配置的醫療保健。當然，它應該是嚴格的，因為如果你有一個錯誤的算法，你可以很快地傷害很多人，所以應該有非常嚴格的標準和要求，在不同的人和不同的場所大量的研究。我們需要證明沒有人可以爭論，然后它會更快地移動，我們將開始獲得我們需要的動力。