随着人工智能和机器学习在医学上的高级应用，与病人建立关系的能力，曾经被吹捧为治疗中人类因素的基石，现在被描绘成它的致命弱点。

“有人称之为人工智能，但现实是这项技术会增强我们。因此，我认为我们将增强我们的智能，而不是人工智能。”吉尼·罗梅蒂

当今医疗保健系统面临的主要挑战之一是成本上升和医患比例失衡，从而使社会大部分人无法获得医疗保健服务。这导致了一种普遍的看法，即引入人工智能驱动的系统可以帮助降低这些成本，并使远程患者监控更加有效。随着人工智能和机器学习在医学上的高级应用，与病人建立关系的能力，曾经被吹捧为治疗中人类因素的基石，现在被描绘成它的致命弱点。

虽然对人工智能和机器学习可能会让医生过时的担忧并非完全没有根据，但认为人工智能会取代医生并窃取他们的工作的想法有点过于放肆。虽然人工智能/机器学习可以提高医生的能力，但机器永远不会完全取代他们。直到社会关系和规范性的知识在任何治疗方案中占据中心地位，医生的角色永远不能被置于次要地位。

人工智能做出的一个基本的同时也是有缺陷的假设是，所有的症状、疾病和结果都是可以测量的。这离现实再远不过了。医生既是科学学生，也是医学艺术的提供者。他们把病人看作一个整体，包括考虑导致疾病的情感、社会和不可量化的因素。这正是目前人工智能/机器学习的发展仍然缺乏的方面，并且至少在不久的将来可能无法复制。信任、尊重、勇气和责任等对有效诊断和治疗至关重要的理想对人工智能/机器学习来说仍然是陌生的。

人工智能/机器学习可能永远无法解释疾病的主观因素。医患关系的治疗效果对疾病的治疗和药物的作用一样重要。我们对医生理解我们的环境、我们当前处理情况的方式以及什么样的最佳课程对我们来说是理想的信任，是机器仍然无法理解或关联的。复杂的人工智能/机器学习可能在形式上表现出同理心，或者试图复制医生的触觉和感觉效果，但他们仍然保持情感上的游离。正如瓦内萨·拉姆普顿恰当地描述的那样，“对付疾病通常不包括治愈疾病，在这里医生是不可替代的。”

然而，与其对人工智能/机器学习持敌对态度，把他们视为职业杀手，我们可以采取更积极的态度。医学进步的一个关键因素是它能够收集信息，分析信息的模式和结果，并帮助医生获得历史数据，这有助于为下一个患有类似疾病的患者定制治疗方案。几个世纪以来，书籍是这类信息的主要来源，医生要么不知道他们在世界其他地方的领域取得了进步，要么被要求翻阅大量书籍来了解新的方法和技术。随着人工智能/移动语言的出现，现在只需点击一个按钮，这项乏味的任务就变得容易了。有了像IBM的沃森这样的系统，在数百万文献中搜寻，寻找模式，运行具有可能结果的模拟，医生们现在有了一个额外的工具，可以在诊断和治疗计划中更加精确。

不仅在治疗中，人工智能/机器学习也有助于早期发现，这可以导致更好的诊断和更有效的治疗。例如，微软正在开发一种在分子水平上工作的计算机，一旦发现癌细胞，就立即与它们进行斗争。临床决策支持系统和其他基于人工智能的工具，如Quest Diagnostics' Quanum和VitreosHealth，可以帮助医生和患者确定任务的优先级。人工智能还可以帮助发现新的药物和治疗方法，也可以用于疾病的研究。

在医学的发展过程中，我们正处于一个独特而有趣的阶段，在这个阶段，医学中的人工智能/机器学习日益丰富和直观。然而，期待医生被机器取代还有几十年的时间。我们家庭医生人性化的一面和相关的安慰，以及我们对他们的信任，是胜利的一半。正如我们在维万特看到的，人工智能/机器学习将使医生能够更好地工作，降低整体护理成本，帮助社会团结进步。