最近，一項利用人工智能技術診斷兒科疾病的科研成果公布。用納入系統(tǒng)的55種常見兒科疾病和部分危急重癥作測試，該人工智能系統(tǒng)診斷準確率超過了一般年輕醫(yī)生。目前，系統(tǒng)已經在急診分診、門診中臨床應用，對一些兇險的、有可能威脅生命的重大疾病、罕見病，同樣可以輔助醫(yī)生診斷。(2月14日 《人民日報》)

值得一提的是，該臨床智能診斷研究成果中的“人機對戰(zhàn)”并非子虛烏有。研究人員確實將人工智能與兒科醫(yī)生拿到臺面上，分組來“比試”一番，人工智能在呼吸系統(tǒng)疾病普遍高于85%、普通系統(tǒng)性疾病高于90%的診斷準確率，確實讓人驚嘆。人工智能平均得分高于低年資醫(yī)生，接近高年資醫(yī)生，這一結果雖有意外，卻又似乎是情理之中，同時也會引發(fā)人們的疑問：醫(yī)生是否會被人工智能替代？

人工智能深度學習后，在某些方面超越人類并不奇怪。人工智能通過建立、模擬人腦進行分析學習的神經網絡，模仿人腦的機制來解釋數據，例如圖像，聲音和文本。在這個過程中，人工智能將數以百萬計的病歷、醫(yī)學知識等龐大的數據量進行“學習”，形成病種庫，建立診斷模型，進而完成對病歷的識別和診斷。相比人工智能，人類醫(yī)生的“成長”速度顯然要慢得多，需要經歷高校的基礎學習，還要有長期的從業(yè)經驗，才能不斷提高診斷準確率，沒有任何“捷徑”可走。

在判斷人工智能是否能夠替代醫(yī)生這一點上，并不能僅僅通過比較診斷準確率和時間成本來下結論。誠然，人工智能在形成了巨大的數據庫后，能夠媲美高年資醫(yī)生，在時間成本和經濟成本上，也要比培養(yǎng)一名年輕醫(yī)生要更有優(yōu)勢，但是，仍不能忽視人工智能成長背后，來自“人”的作用。一方面，兒童病情診斷不易于成人，在兒童不能有效表達癥狀時，需要來自醫(yī)生的有效判斷，進而形成病歷，再進行確診和治療；另一方面，面對可能變化的病情和新的病種，例如流行性疾病，人工智能在實際操作上還不能具備真實醫(yī)生的判斷力，后續(xù)的數據更新和學習依舊要靠人來完成。

以上是網絡信息轉載，信息真實性自行斟酌。