深度醫療是醫療的未來

我們即將步入以人工智能為工具的醫療時代。可以預見，機器模式的引入將對放射科醫生、病理科醫生、皮膚科醫生等基于數據分析的醫生產生巨大的影響；同時，人工智能也會“打通”所有的醫學學科，影響那些不以數據分析為主的臨床醫生和外科醫生。心理健康領域是另一個特別迫切需要新方法、新突破的領域，訓練有素的專業人員太少，抑郁癥等心理疾病卻越來越多，并且在其治療和預防方面已出現了巨大的缺口。因此，人工智能在未來的心理健康領域也同樣可能發揮重要作用。

不過，人工智能，尤其是深度學習，并不僅僅會影響醫療實踐，它還會改變生物醫學：促進新藥的研發；分析復雜數據集并提供解析，如解析數百萬的全基因組序列、復雜的人類大腦；實時分析多個生物傳感器中輸出的復雜數據流。雖然這些都屬于醫療服務上游領域的嘗試，但隨著基礎科學的不斷進步和新藥的開發，它們終將對臨床醫學產生重大影響。

人工智能還將顛覆與醫療相關的方方面面。飲食，就是其中一大方面。迄今為止，機器學習的一個意外成果，也是很實用的成果之一，就是為定制飲食提供了科學基礎。這是一項令人興奮的進步——機器知道哪些人最適合吃哪些食物。現在，我們可以在未患有糖尿病的健康人群中預測出哪些特定食物會刺激血糖飆升。這一進步帶來的好處遠大于籠統的傳統飲食理論，如經典的食物金字塔，或流行的阿特金斯減肥法和南海灘減肥法，這些方法至今都沒有可靠的證據。而通過人工智能，我們可以收集大量有關身體的數據，并且預測需要特定營養成分的部位。

許多先進的居家設備也將會成為虛擬醫療助手，它們多半可以通過語音進行控制，如Siri、Alexa和谷歌家庭（Google Home），只是可能不會再在屏幕上顯示柱狀音頻或波形音頻了。我猜它們可能會以虛擬人或全息圖的形式出現，如果有人偏愛其他形式，它們還可能以簡潔的短信或電子郵件的形式出現。虛擬醫療助手會不間斷地收集所有數據，不斷更新并深度學習，結合已知的醫學知識來提供反饋和指導。此類系統最初將在特定疾病中試行，如糖尿病或高血壓，但它終將覆蓋整個醫療平臺，以幫助預防并更好地管理疾病。

然而，數據濫用將會導致這一藍圖付諸東流。這不僅包括網絡盜竊、敲詐勒索（向醫院勒索數據贖金）和黑客行為等眾所周知的諸多罪行，還包括大規模惡意銷售和使用數據。此外還有一個令人擔憂且難以接受的新問題，那就是保險公司或雇主在掌握了某個人的所有數據之后，對這些數據進行深度學習，然后基于數據學習結果對個人的保額、保險費、工作等做出判定。為了避免這些可怕的情況發生，我們還有很長的路要走。

本書旨在探索患者、醫生、機器之間的平衡。如果我們能夠發掘機器的潛能，并找到一個更好的互助模式，就能夠解決至今依然困擾醫療界的諸多難題。

在我們開始深度醫療之旅之前，先來了解另一個問題：淺度醫療。