最近，AI圈因為一個“舊聞新提”變得有意思。主角是Geoffrey Hinton，AI教父級人物，圖靈獎得主。據(jù)科技媒體《the-decoder》報道，他在接受《紐約時報》采訪時，坦誠自己當年對AI取代放射科醫(yī)生的預測，有點“過于樂觀”了。

圖片

2016年，Hinton大神意氣風發(fā)，在一次演講中直接給放射科醫(yī)生的職業(yè)生涯判了“死緩”。他說“我們應該停止培養(yǎng)放射科醫(yī)生了”，因為深度學習看片子的能力將在五年內(nèi)超越人類。

圖片

他甚至把這個職業(yè)比作卡通片里那只跑到懸崖邊才發(fā)現(xiàn)腳下沒路的歪心狼（Wile E. Coyote）。當時臺下坐著的另一位AI巨頭，強化學習專家Richard Sutton，也表示贊同。

當時，感覺整個放射科的未來都烏云密布了。但結果呢，現(xiàn)實比預測還要精彩。

《紐約時報》報道說，像梅奧診所這樣的頂級醫(yī)療機構，放射科醫(yī)生的數(shù)量不但沒減少，反而從2016年的大約260人增加到了現(xiàn)在的400多人，足足增長了55%！

顯然，數(shù)據(jù)和當時Hinton的預測背道而馳。

Hinton自己也出來解釋了，說他當年，主要是太把注意力集中在圖像分析這塊了，有點低估了整個醫(yī)學領域的復雜性，也高估了AI發(fā)展的速度。他承認，大方向或許是對的，但AI并沒能“取代”放射科醫(yī)生，而是讓他們“工作效率大大提升，同時還提高了準確性”。

其實，AI現(xiàn)在更像個超級得力的“副手”。梅奧診所的放射科已經(jīng)用上了超過250個AI模型，有些是自己研發(fā)的，有些是外部采購的。這些AI工具能干嘛？它們能飛快地分析醫(yī)學影像，幫你把可疑的地方標記出來，還能輔助檢測像血栓、腫瘤這類病灶。比如以前醫(yī)生手動測量腎臟體積，費時費力還容易有誤差，現(xiàn)在AI能快速精準搞定。

梅奧診所放射科的頭兒，Matthew Callstrom醫(yī)生，就把AI形容成“第二雙眼睛”。它可以接管那些重復性的、耗時的工作，但真正需要臨床判斷、個體化診療方案的，還得靠經(jīng)驗豐富的醫(yī)生。AI輔助的工作流程，現(xiàn)在已經(jīng)是他們?nèi)粘ａt(yī)療實踐的一部分了。

就像開車用導航，導航能幫你規(guī)劃路線，提醒你別超速，但方向盤最終還是握在人類手里，遇到突發(fā)情況，還得靠人類自己的判斷和反應。

圖片

Hinton早期預測與實際情況的偏差，為業(yè)界提供了一個值得反思的案例。當前，仍有一些觀點，例如來自OpenAI CEO Sam Altman等人的言論，認為AI將迅速取代特定行業(yè)或職業(yè)。這類觀點有時可能簡化了問題的復雜性，未能充分區(qū)分自動化或輔助完成某些“任務”與完全取代整個“職業(yè)類別”之間的差異。Hinton在2016年的預測，在某種程度上也是將放射學的工作主要歸結為圖像分析這一任務。

即便技術上實現(xiàn)了大規(guī)模自動化的可能性，文化因素、組織架構以及法律法規(guī)等，也可能減緩AI全面取代人工的進程。

對于AI研究者而言，這一案例或許揭示了一個重要啟示：在對其他行業(yè)的發(fā)展進行預測時，應更為審慎，并充分理解其內(nèi)在的復雜性。這不僅關乎預測的準確性本身，更體現(xiàn)了對相關領域從業(yè)者憑借其專業(yè)知識與責任感所從事工作的尊重。

如果醫(yī)療界在2016年采納了Hinton當時的建議，大幅削減或停止培養(yǎng)放射科醫(yī)生，無疑會對當前的病人護理造成嚴重影響。