为什么说人工智能是医疗行业的未来？

他认为这一知识将使病人在患病前做出改变。与许多现代疾病一样，提前介入能够更有效地治疗自身免疫系统疾病。科尔斯顿所说的系统可能还需要10多年才会出现，但我们已经在IBM的“沃森”中看到了该系统的初始形态：使用人工智能增强诊断。一个系统若想充分利用科尔斯顿的技术，必须清除一大障碍，那就是缺少数据。人工智能在无人驾驶汽车等领域正常运行，是因为汽车上下及其周边环境中遍布各种嵌入式传感器，它们同时进行数千次实时测量，但我们无法在人体中部署足够的数据点以预测未来将要发生的事情， 也没有得到足够明确的结果来训练人工智能系统。

HealthTell是科尔斯顿的技术准备应用的地方，它所面临的挑战首先就是开发测量系统。正如我们在深度学习算法中所看到的，当我们拥有足够的数据时，即从规模足够庞大的人群中获得了充足的长期测量结果时，我们就能获得足够的数据深度与广度，使机器学习实现精确诊断。

在科尔斯顿看来，未来的人工智能并不意味着完全使用计算机代替医生，它只是一种用更多知识增强人类智能的方式。

科尔斯顿表示：“配备了这种更智能的传感器和治疗技术的人工智能可以提供长期的纵向数据，便于内科医生做出更准确的诊断。医生可以更好地确定病人何时应该接受治疗。我们现在对各种疾病的诊断方式仍十分笼统，医生希望能够获得更多此类信息。”

科尔斯顿认为，将先进的人工智能系统应用于诊断是改变这一趋势的一种可行的方法。它可以从根本上提升效率， 使初级护理医生能够将更多时间用在与病人的交流上，因为人工智能系统可以帮助他们解释更加复杂的数据，并将这些数据与有类似症状的其他病人进行比较。

当然，与许多其他领域一样，利用人工智能提升专业医生的能力也引发了社会的焦虑。有人担心医疗行业的人性的一面，即人与人之间的关心、护理和治愈，将被毫无感情的技术解决方案所取代。科尔斯顿在劳伦斯利弗莫尔国家实验室（也就是洛斯阿拉莫斯国家实验室的竞争对手）做了 20 年的研究员，致力于开发对抗生化恐怖主义的技术。根据他在新型反恐技术方面的经验，他认为这些担忧中存在误区。

科尔斯顿告诉我：“技术从来都不是邪恶的。”他提到近期一项唐氏综合征产前检测方面的技术突破，这种技术可以取代原先的羊膜穿刺术检查法。“这一技术出现后，人们通过一滴血就能测出唐氏综合征，而不再需要将针头刺入羊膜腔。许多人表示这不是什么好事，因为它迫使父母在孩子出生前就做出道德决定，但我们在此之前就一直在进行这方面检测， 而且是用一种可能伤害到胎儿和孕妇的侵入式方法。有了新的检测方法，我们就可以通过一种更安全的方法获得这些信息。”

科尔斯顿总结道：“获得更多信息不可能是一件坏事，真正决定好坏的是我们选择如何使用这些重要的知识。”

人工智能作为人类生活的解码器

HealthTell所做的这种基因测序和诊断创新将人工智能转换成了一种人类的生物学解码器，其中最典型的例子就是近期基因编辑技术的发展，比如CRISPR–Cas9的使用等。这项技术使科学家能够将经过修改的蛋白质注射到人体内，从而像一把剪刀一样剪切基因并将其重组。2016年10月28日， 四川大学的研究人员提取了人类免疫细胞，并且使用CRISPR技术对它们进行编辑。7他们成功地去除了让身体攻击健康细胞的基因。通过在肺癌病人体内剪切这种基因并将其重新导入细胞，研究人员希望经过修改的细胞能减少癌细胞和攻击行为。

CRISPR的每一个字母分别代表着“成簇的、规律间隔的、短回文、重复序列”，它以细菌细胞可以识别入侵病毒并将其剪切到DNA中这一发现为基础。后来，科学家使用这项10年前发现的技术来编辑远比细菌复杂的DNA序列。现在， 中国科学家的研究成果让我们开始能编辑我们自己的DNA。

这只是人类机能增强的开始。当我们把人工智能与神经网络相结合时，就可以使用机器学习来解释信号，用无线设备代替大脑与我们四肢和肌肉之间的连接。在 2016年11月的神经系统科学学会年会上，科学家宣布患有闭锁综合征的女性可以仅依靠自己的意念，移动计算机界面上的光标。8闭锁综合征是一种患者身体完全瘫痪但精神敏度未受影响的病症。1997年的《潜水钟与蝴蝶》（The Diving Bell and the Butterfly）一书中描述了这一病症，该书于 2007年被朱利安·施纳（Julian Schnabel）拍成电影并且获得多个奖项。这个由记者兼时装总监让－多米尼克·鲍比（Jean–Dominique Bauby）撰写的故事详细讲述了他与闭锁综合征的斗争，还描述了他如何在只有左眼能动的情况下写出一本书。

这一计算机和光标方面的最新发明在眨眼活动和人类动作信息转换之外开辟了一条新路。上文提到的那位女性，我们只知道她叫HB，她在颅骨下植入了电极。虽然电极没有穿过脑组织，但能够与 HB 的大脑进行足够的接触，从而精确地反映她的脑波活动。外科医生将她颅骨下的电极与一个她胸腔内的装置连接，而该装置与一台平板电脑无线连接。

机器学习算法负责最终区分HB的β脑波和γ脑波，并且学会了哪种脑活动与捏手指等微小动作有关。在这些算法的帮助下，HB不久就能仅靠意念移动平板电脑上的光标了。当研究人员将一个大型字母表放在HB的平板电脑屏幕上时，她就可以想象着点击鼠标和选择字母的感觉来输入了。机器学习能够识别她的意图并且在屏幕上记录她的选择。HB能够以每分钟一到两个字母的速度慢慢地与世界沟通了，她不再是一个“被锁住的人”。

无论我们是将机器学习用于抵御未知疾病的暴虐，还是用于修改我们DNA的基因编辑技术，或是通过神经信号和机器学习将病人从闭锁综合征中解放，都必须在未来10年使用人工智能进一步增强医疗和医药行业。目前关于这方面的争议很多，包括对设计婴儿的恐惧、超人类物种的风险或神经装置被入侵所产生的意外后果等，而道德讨论也是我们必需的。尽管如此，当我们在讨论是否需要发展人工智能时，就已经将我们的社会带入了一个错误的选择。科学技术的发展无法避免， 思想的进步无法被控制，一个突破必将引发另一个突破。

正如比尔·科尔斯顿所说：“你不能因为担心某项技术的具体用途而减缓其发展的速度。无论怎样，它最终总会出现，因为总有人会在其他地方把它发明出来。所以更好的办法是控制它、驾驭它并且尽早加以应用。科学技术本身无善恶之分。”

正如我们将在下一章所看到的那样，科尔斯顿对医疗行业创新的观点也适用于网络安全行业。20 世纪的工具根本不可能解决21世纪的挑战。我们根本没有选择，我们必须使用人工智能，才能以此对抗人工智能。