2014年，馬雲說：「今後阿里想幹的就是健康、快樂兩個產業，如何讓人更加健康，如何讓人更加快樂?不是建更多的醫院找更多的醫生，更不是建更多的藥廠，而是我們(投資)做對的話，30年以後應該是醫生找不到工作了，醫院越來越少了，藥廠少了很多，這說明我們做對了。」
可是，復旦醫學博士聯盟對此懟對：
2016年，圍棋人工智慧程序 AlphaGo 以4：1大比分戰勝韓國頂尖棋手李世石，全球震驚，人工智慧正式進入所有人的視野。
有著「第四次工業革命」之稱的人工智慧，是被馬雲、李開復、馬斯克，以及《未來簡史》作者赫拉利，多次提及的「人類殺手」，重要性和可怕性不言而喻。
馬雲預言：未來，新技術的衝擊將遠遠超過大家的想像，絕大部分昨天認為白領的工作將會失去，絕大部分昨天認為理所當然做得最好的行業和公司都會倒下。
李開復稱：十年後，世界上90%的工作，都會被人工智慧所取代。尤其是，翻譯、記者、助理、保安、司機、銷售、客服、交易員、會計、保姆等工作。這會是一個非常徹底的、非常血腥的改造。
在馬斯克看來：人工智慧在2030年至2040年間，就會替代人類；2060年的發展速度將以指數式增長。未來人類在智力上將被遠遠拋在後面，並淪落為人工智慧的寵物，比如家貓。
不過，馬斯克也提出了一個令你我開心的設想，人工智慧機器可能會取代人類，成為新的勞動力，人們不用上班，也將獲得更多的閒暇時光、更好地享受生活。也許全球人都將拿政府統一發的工資。
《人類簡史》和《未來簡史》的作者尤瓦爾·赫拉利，最近出席活動著重談的就是人工智慧等技術可能帶來的結果。赫拉利同樣認為未來人工智慧會取代很多人類的工作，尤其是那些重複性的、程式化的工作。這將致成數百萬、數千萬甚至上億失業人口。
更有可能的發生的是，機器有可能將植入進人體，從而為我們生活中更加重要的決策做出建議。
比方應該學什麼，該生活在哪，應該在哪兒上班，甚至和誰結婚。
人工智慧（AI）會取代醫生嗎？
看好的人會說YES，因為用不了幾年AI真的會取代那些普通的醫生，會取代低水平的醫生，但是暫時取代不了高水平的醫生。不看好的會說NO，因為機器沒有感情，沒有交流，沒有互動，需要人的照顧，等等。
那麼，究竟人工智慧是否會取代醫生呢？請看醫學界組織的調研：
調查可以看到，大部分醫生是在關注智能醫生、智慧醫療，但是極少有人相信人工智慧會取代醫生。
那麼，絕大部分人的認識一定是正確的嗎？
來一起看看關於人工智慧在醫療應用的最新消息：
1、沃森機器人進入數十家醫院，可支持8種癌症治療
沃森僅用10秒就能閱讀3469本醫學專著和10餘萬份臨床報告，譽為腫瘤界的「阿爾法狗」的人工智慧「沃森醫生」正逐漸進入一些醫療機構。目前，「沃森醫生」已經通過了美國的執業醫師資格評定考試，目前可支持包括肺癌、乳腺癌、結腸癌、直腸癌、胃癌、宮頸癌、卵巢癌、前列腺癌在內的8個癌種的治療。
2、科大訊飛研發了人工智慧醫學影像輔助診斷系統
2016年6月以來，該系統通過學習68萬張肺部CT影像資料，已在省立醫院CT室輔助醫生診斷了約11000人次的CT影像資料，診斷準確率達94%。
3、「智醫助理」機器人參加臨床執業醫師綜合筆試
2017年8月26—27日，科大訊飛與清華大學聯合研發的人工智慧「智醫助理」機器人在國家醫學考試中心監管下參加了2017年臨床執業醫師綜合筆試測試，北京市國信公證處全程公證。「智醫助理」機器人的考試成績將和全國考生一同放榜。
人類醫生可能需要八年大學碩博連讀，但人工智慧只要技術上實現一次突破，你拿到的不是一個機器醫生而是無窮多的人工智慧醫生，他們可以被複製。這個比培訓人類醫生要效率高得多。
3、騰訊覓影在食管癌早篩方面落地
利用騰訊覓影的圖像識別、深度學習等領先的人工智慧技術，輔助醫生對食管癌進行早期篩查，發現準確率高達90%，幫助患者更早發現病灶。騰訊覓影利用騰訊優圖在大數據運算、圖像識別與深度學習方面的先進技術，提高對於肺結節的檢測敏感性與準確度：根據測算，其對早期肺癌的敏感度（識別正確率）達到85%以上，對良性肺結節的特異性（識別正確率）超過84%，對於直徑大於3mm小於10mm的微小結節檢出率超過95%，可幫助放射醫生大幅提升肺部CT的早癌篩查能力。騰訊覓影還將拓展到肺結節、乳腺癌、宮頸癌等病種篩查。
4、5-10年後，醫療保健等都面臨被淘汰的危機
人工智慧是有著強大的優勢。它有著強大的信息儲存、檢索和處理能力，穩定的執行力，它不知疲勞、沒有情緒，還有強大的自學能力。人類圍棋高手已被悉數打敗，病例診療軟體已經用來訓練醫學生和規培醫生，達文西機器人在我國完成手術臺數已經破萬。
我對自己的不滿，比如關於記憶的準確性、計算的正確性、計劃的執行力、情緒的控制能力，人工智慧肯定都能比我做得好。如果它來做醫生，好像似乎它能比我更成功呢！臨床上，診斷治療方案的確定不帶情緒、不會疲勞、按部就班，正確率會更高吧；科研上，寫SCI也就是一套程序，邏輯分析、統計應用、英語語法比我強好多吧；教學上，各種醫學教學軟體不正在興起麼？噢My God，它應該甫一入行就是高級職稱吧？
5、谷歌和Verily公司開發了診斷乳腺癌的人工智慧
內行人都知道，病理診斷的準確性嚴重依賴於病理醫生的水平，即便是對於同一名病人，不同病理學家給出的診斷也往往會有很大不同：一篇2015年的論文發現，不同病理學家對乳腺癌診斷的一致率只有75.3%。在某些不典型的乳腺癌中，診斷的一致率竟下降到了48%，只有不足一半。
谷歌和Verily的科學家們邀請了一位病理學家，並讓他與人工智慧進行一場比賽。這名病理學家花了整整30個小時，仔細分析了130張切片，並給出了他的診斷結果。在隨後基於靈敏度（找到了多少正確的腫瘤）和假陽性（將多少正常組織診斷為腫瘤）的評分中，這名病理學家的準確率為73.3%。人工智慧交出的答卷是88.5%，超過了專業的病理學家，完勝人類。
6、FDA首次批准了心臟核磁共振影像AI分析軟體
2017年1月10日，據FDA官網顯示，其首次批准了一款心臟核磁共振影像AI分析的軟體Cardio DL，這款軟體將深入學習用於醫學圖像分析，並為傳統的心臟MRI掃描影像數據提供自動心室分割的分析，這一步驟與傳統上放射科醫生需要手動完成的結果一樣精準。
據悉，這款人工智慧心臟MRI醫學影像分析系統不但得到了FDA510（k）的批准，還得到了歐洲的CE認證和批准，這標誌著該軟體將被允許用於臨床。
7、AI在兒童自閉症早期診斷上完勝醫生
近期，《自然》（Hazlett et al. 2017）：在北卡羅來納大學（UNC）教堂山分校精神病學家Heather Hazlett的帶領下，人工智慧在疾病診斷領域又下一城。她們開發的深度學習算法，在預測2歲前的自閉症高危兒童（有個自閉症哥哥或者姐姐）是否會在2歲之後被診斷為自閉症上，以88%的準確度遠超準確度只有50%的傳統行為問卷調查法（Charman 2014）。
8、AI機器人學完2186張肺癌圖譜，完勝病理學家
2016年8月《自然通訊》發表了一份史丹福大學醫學院研究人員的研究：計算機可被培訓得在評估肺癌組織切片時比病理學家更加精確。
研究人員使用了從腺癌、鱗狀細胞癌患者獲得肺癌基因圖譜2186張圖像。資料庫還包含了每例腫瘤的級別、期別和每例患者在診斷後的存活時間信息。
然後研究人員使用這些圖像來訓練計算機軟體程序，以確定更多肉眼所不能觀察到的癌症特異性特徵—近10000種個性特質vs幾百種病理學家通常使用的評估特徵。這些特徵不僅包括了腫瘤細胞的大小及形狀，也包括了細胞核的形狀與質地以及與相鄰腫瘤細胞的空間關係。
9、AI再登Nature封面：診斷皮膚癌，準確度堪比專家
史丹福大學的研究人員採用深度卷積神經網絡，通過大量訓練發展出模式識別的AI，使計算機學會分析圖片並診斷疾病。研究者向受訓的計算機和21名執業醫師分別提供了一批訓練數據集中沒有出現過的皮膚病變圖片，這些圖片都由組織活檢確定了對應的病症。診斷比賽的結果是計算機的準確率和人類醫生差不多，有時候還勝過人類醫生。
10、30 秒發現九成肺癌乳腺癌，港中大人工智慧識別系統問世
香港中文大學計算器科學與工程學系針對檢測醫學影像，開發人工智慧影像識別系統，只需三十秒至十分鐘，便可分析病變影像，準確率超過九成，減少人為錯誤。香港中大計算器科學與工程學系教授王平安稱，團隊將聯同北京三所醫院合作開發，優化識別肺結節病變的技術。他又稱，智能影像識別技術理論上可廣泛應用於不同癌症，但個別罕有病，病人數據不多，影響系統準確性。
11、眼科人工智慧機器人
Airdoc創始人張大磊說，Airdoc現可通過眼底識別糖尿病性視網膜病變、白內障、青光眼等疾病。人工智慧可模擬人類大腦，積累眾多醫學專家的經驗並同步給任何一位醫生，與Airdoc共建人工智慧醫療合作示範基地將有助於為患者提供更精準且高效的治療方式，讓患者少走「彎路」，讓每一位醫生都擁有經驗豐富的「醫學診療助手」。
12、DE 超聲機器人
浙江大學數理學院和浙江德尚韻興圖像科技有限公司成功開發的智能醫療影像診斷系統-DE 超聲機器人的準確率則能穩定在 85% 以上，在實驗室則達到 90% 以上，而國內比較頂級的三甲醫院 10 年資質的放射科醫生判斷準確性平均在 75% 左右。在包括浙江大學第一附屬醫院的醫療機構已經實際應用，服務了幾千名患甲狀腺結節的病人。
13、安醫大一附院和騰訊共同打造智慧醫院
在智慧醫療和人工智慧研發等方面展開深度合作。目前，開展的食管癌智能輔助診療平臺已經在醫院內鏡中心正式使用，輔助醫生對食管癌進行篩查，準確率高達96%以上。除了食管癌早期篩查，醫院還將在糖尿病性視網膜病變、乳腺癌淋巴清掃病理圖像識別、乳腺癌鉬靶圖像識別、宮頸癌篩查、病理特徵等方面展開深入研究。
縱然，人工智慧不是萬能的，但是它的確會在某些學科和領域超過人類的能力，取代醫生的部分甚至大部分工作。如果用於診斷疾病或者是判斷預後的數據或者圖像是可以標準化，量化，結構化的話，基本上是可以用人工智慧來完成的，在確立算法以後，可以讓機器不斷的學習和積累，逐步完善。
是人工智慧成為醫生的助手，還是醫生成為人工智慧的助手？？
那麼讓我們來設想和預測一下，人工智慧「取代醫生」線路圖吧：
1.皮膚科
皮膚科在臺灣和一些歐美國家都是最後醫學生歡迎的科室，因為工作相對輕鬆，收入頗豐，不用值夜班。很遺憾，人工智慧要來了，皮膚科人工智慧醫生將會取代很多人的工作，而且AI的水平將會高於大多數的普通醫生。
2.病理科
比如，宮頸癌的篩查：醫生收集宮頸脫落細胞以後，機器可以自動製片，自動判別是否有癌細胞。在宮頸細胞良惡性方面，至少80-90%的病理醫生的工作可以被AI取代。
3.醫學影像、核磁共振、超聲診斷、心電圖
原理相同，而且目前是人工智慧進入最多的領域。
4.婦產科
胎心監護：胎心監護結果的解讀和判斷也完全可以由AI完成。
5.腫瘤科
肺癌、乳腺癌、甲狀腺、結腸癌、直腸癌、胃癌、食管癌、宮頸癌、卵巢癌、血液疾病、前列腺癌、皮膚癌。
6.內科、外科等各臨床學科
整合所有檢驗檢查數據，查閱文獻，分析病情，給出診斷和治療方案。
7.藥學
臨床藥師、藥劑師（智能發藥系統）
8.科研教學
人工智慧如此強大的學習能力，將來怎麼做科研？同時，人工智慧將來會教「人類」來搶他們的工作嗎？
機器比人可靠，機器比人類更精準，機器不會疲勞，隨著算法的不斷進步和數據的不斷積累，人工智慧的水平會越來越高，會從現在的幫助人類做判斷演變到代替人類做判斷。當然，那些非標準化，充滿不確定性，以及人工操作的臨床工作，還是人工智慧AI所無法替代的。
這個趨勢是不可逆的，是不可抵擋的，FDA也擋不住。
將來會有一個Breaking Point引爆點，過了這個引爆點以後，會出現醫生常規工作量的斷崖式下跌，在很大程序上代替醫生的基本工作，成為醫生的良好助手。
有人猜測，未來的情景將會是：頂級高水平醫生是讓AI做助手，普通醫生是做AI的助手。
筆者一直關注人工智慧的發展，有幸結識了許多從事和研究人工智慧和智慧醫療的專家大咖，人工智慧醫療投資的劉總，思創醫惠、杭州認知的王總，以及百洋科技、天晟華容的張總，以及眾多的技術咖，三級醫院的院長和主任，他們推崇：
人工智慧AI是有熱情、有溫度、有情感、愛交流的醫生的助手！
我覺得他們對人工智慧目前的定位非常好，符合目前絕大部分醫護人員和社會人群對智能醫生的認知水平！
目前的定位使智能醫生能夠更容易的走入醫院成為醫生的助手，能夠更容易的走入社會解決大眾的健康教育問題。
本文為個人觀點，如有不當之處，歡迎留言交流指正，謝謝！