英国医疗这个坏榜样，也许在人工智能的应用上是个好参照

　　昨天白天，我因为宣扬医疗人工智能的美好而被朋友吐糟“脑残”，晚上跟另外一位正热衷于医疗人工智能的朋友一起吐糟现有医疗数据的垃圾。像每一个新技术出现时一样，我们又面临一个分裂的世界。

　　不过，最近倒是从英国NHS那里获得了很多安慰。作为中国医改曾经最红的学习榜样，英国NHS从去年下半年开始，对医疗人工智能的应用表现出了极大的热情。而从NHS近期的事件来看，他们已经将人工智能技术应用到了各种各样的场景中。

　　为什么英国NHS对人工智能技术的应用表现得如此积极呢？从英国当地诸多媒体的分析来看，答案是一致的：缺钱！

　　NHS人穷志不短

　　缺钱现在是英国NHS的主基调。今年2月中旬theOfficeforBudgetResponsibility（OBR）发了一份报告，如果要满足不断增长的医疗需求，NHS的预算需要从2020年的1400亿英镑，增长到2066年的2280亿英镑。什么概念？这就意味着NHS的预算要从现在每年1%的增长速度提高到2%，医疗费用支出从2020年预计占GDP的6.9%提高的2066年的12.6%。几乎接近再造一个NHS。

　　而且英国最近正在吵预算的事儿。英国政府先是扔给了NHS一个13亿英镑的方案，但不够，后来又追加了一个20亿英镑的方案。这个数字的变化意味着，自营人员保险缴纳比例要从9%增长到11%。但英国医师协会仍然表示“呵呵”，因为他们的主席MarkPorter说，英国医疗经费的缺口是300亿英镑……

　　产生这么大的缺口，逻辑就是满足需求就得雇更多医生，人的成本是巨大的。而且不只是雇佣成本，还有培养成本。比如英国急诊科至少需要8000名医生，但现在只有5000多。而培养一名急诊科医生的投入成本是1.6万英镑。

　　于是这个链条就变成了：巨大的需求需要更多的人，更多的人需要付出更多的钱。需求不能凭空消灭，钱也不能凭空产生，唯一可着手的点就是在人这个环节下手。如果雇人很花钱，那雇机器人总该省点钱吧。所以我们看到，NHS现在与各种各样的人工智能公司合作，想方设法提高效率、降低成本。

　　之前的事儿大家都知道了，允许Google使用160万患者的病历去开发肾病监控产品Streams，引入babylon公司的人工智能问诊产品替代111热线的人工服务，甚至自己出钱去孵化人工智能的创业公司Snap40。最近NHS又干了一件事儿，他们与FluidMotion公司合作，用人工智能的方式辅助医生做治疗方案制定和患者管理。

　　具体方法说出来大概都差不多，FluidMotion借助rainbird的平台把过往的治疗方案结构化之后训练机器，然后它就可以根据初步的患者数据提供一个治疗方案，然后又医生确认或修订就好了。哦对忘了说，这家公司主要定位在肌骨系统方面的疾病。这个疾病每年给英国带来的经济损失就高达248亿英镑。

　　具体细节不说了，FluidMotion做法最重要的优势就是省钱。以前纯人力的成本支出是75英镑，FluidMotion的方案则降低到60英镑。所以现在NHS跟他们合作，准备加大推广的力度。其实我们可以看到，披露出来的大多数医疗人工智能的应用都是在非常简单、常规的疾病或健康方面。但正是这些需求，消耗了大量医疗资源。

　　英国政府现在缺钱不假，但也许因此促使他们在人工智能方面更快的成熟应用。

　　不是替代，是重塑

　　不过说实话，从我们自身的状况来看，人工智能在医疗的应用确实不够乐观。我的两个朋友的吐糟就非常有代表性：一个是人们对人工智能非常不屑，并由此而产生的厌恶、方案的观念；一个是我们的数据基础非常差。

　　从前我们都觉得医院是医疗数据的中心。现在看来，这句话不准确。准确的应该是医院是产生医疗数据的中心，但并不是沉淀数据的中心。不是因为医院的数据没有沉淀下来，而是沉淀下来的数据都是垃圾。

　　这一点做医疗大数据的公司会深有体会。以前大家觉得拿到一家医院的合作，清洗一下医院的数据，加上中国大医院数据庞大，这个事儿应该就七七八八了。但现在大家在做什么，都是自己制定了框架标准后，从头一点一滴的采集数据。

　　所以，我们的医疗人工智能发展确实很受限制。不过，这也只是时间问题，毕竟每年77亿的门诊量在那儿。加上国家在规范电子病历的应用，相信这个事儿会越来越好。

　　倒是另外一个层面，就是医生群体应调整一下自己对人工智能的态度。之前一提到人工智能，媒体总爱把它夸张成对医生的替代，让医生失业，导致医生对这个事儿非常反感。

　　实际上，目前各国的一个普遍共识是，人工智能技术作用就是辅助。辅助医生采集数据、做初级诊断以及监测反馈；而医生则将更多的精力投入到与患者面对面的诊疗中，基于大数据分析为患者提供个性化服务。

　　但这其实隐藏失业的风险，不是来自机器的替代，而是来自自身的不适应。非常简单的道理，现在不会用电脑的人可能很多便利都无法享受。医疗也是一样，如果无法适应机器的辅助，无法有效利用机器的辅助，那么你不仅无法提高自己的效率，也将大大落后于那些善于应用新技术的同行。

　　这其实给我们的医疗教育培训体系提出了新的问题，就是如何让教育适应未来人与机器共存的现实。就像我们的教育体系需要教会医生，如何在网上给患者远程看病一样。所以，未来不是医生被替代，而是不能适应与机器相处的医生会被淘汰。