關(guān)于人類自動化的未來，筆者還與哥倫比亞大學(xué)皮膚病專家 David Bickers 進(jìn)行過深入的交談。Bickers 表示：“相信我，我已經(jīng)試著理解了 Thrun 論文的相關(guān)知識。雖然不理解其背后的數(shù)學(xué)思維，但他提到的算法確實(shí)能改變皮膚病學(xué)的實(shí)踐。皮膚病專家會因此失業(yè)嗎？我看難，不過我認(rèn)為學(xué)界應(yīng)該多思考怎樣將這種技術(shù)引入醫(yī)療實(shí)踐。我們該怎么為這樣的協(xié)助付費(fèi)？如果機(jī)器診斷錯誤，誰該負(fù)這個(gè)法律責(zé)任呢？如果依靠這樣的算法，是否會削弱我們的實(shí)踐，或者作為診斷專家的自身形象？最終，我們訓(xùn)練的是否會成為技術(shù)人員而不再是醫(yī)生？”
談了一段時(shí)間后，Bickers 看了看時(shí)間，稱病人在等他，所以要先走了。“我這一輩子只從事了診斷學(xué)家和科學(xué)家兩個(gè)職業(yè)。我了解病人對我的依賴，我也知道醫(yī)學(xué)知識來源于診斷。”Bickers 說道。
英語中“診斷”一詞，其實(shí)是來源于希臘語中的“知道如何區(qū)分”，機(jī)器學(xué)習(xí)算法在疾病的區(qū)分上確實(shí)會越來越強(qiáng)，從全局來看它也會超越那些專注于解決任務(wù)的單一算法。在醫(yī)學(xué)領(lǐng)域中，也許只有獲得整體理解的能力，才能拿到終極回報(bào)。
Via. NewYorker，雷鋒網(wǎng)編譯
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！