人工智能能和医生的诊断技能相提并论吗？一个软件能超越各国超负荷工作的医护人员的能力吗？一项研究得出结论，这是可以做到的；但和以往一样，现实可能更复杂。

《柳叶刀数字健康》上发表的报告是meta-analyzed(一项研究性的研究)，分析医生和AI系统在诊断特定疾病方面的比较。

在审查了82项研究后，该报告得出结论：“我们的审查发现，深度学习模型的诊断性能与医疗保健专业人员的诊断性能相当。”换机？也许还没有。这篇论文的作者指出，很少有用“深度学习算法”来比较医生的研究在相同的数据样本上进行测试，或者其结果得到了外部机构的验证。同样，它指出“不良报告”决定了对相关人员诊断的准确性。

人工智能对疾病的整体诊断水平，人工智能为87%，医疗专业人员为86.4%。我们应该继续驳回一些文件，并在他们的诊所安装哈尔吗？有趣的是，人机研究的结果应该是如此紧密地联系在一起：AI是在复制使用其训练数据的医生的成功和失败吗？另外值得注意的是，在医疗领域，要求AI做一些限制。几乎只需要阅读图像扫描-超声波，X射线，CT和其他。

人工智能可以找到通常很容易识别的情况-骨折，肿块，视网膜变化。有了明确定义的疾病标准，AI和训练有素的医生更容易学习。

但是扫描很少这么简单。x光片通常以“可能是X疾病的证据”或“如果符合临床条件，可能是Y疾病”的形式返回给医生。扫描永远不会解释自己：扫描的结果会与验血结果、历史数据、全科医生的处方和以前的住院记录、推荐信、记录病人的病史然后进行分析，以及护士在继续检查之前告诉你的内容、午休时间和其他许多信息来源有关。

解释一下扫描结果就能让你过来。

同样，医学上有句话叫“你不是治疗x光，而是治疗病人”。医生会告诉你，他们看过一些人的扫描，他们认为如果没有医学界的任何帮助，他们的病情会非常痛苦或残疾，他们的状况会很好。同样，他们会看到扫描结果显示的只是小病或小伤，患者承受的痛苦比屏幕上显示的要严重得多。解释是有用的，但这只是一部分——与病人坐下来会给你提供更多的信息。医学上也有另一种说法：“仔细倾听患者，他们会告诉你诊断”——也就是说，如果你和患者谈得足够多，你就不必订购一系列扫描仪，先进行测试。

尽管如此，在放射科医生喝早茶之前，拥有一个可以读取800次扫描(可以很容易地识别或以其他方式识别)的AI，让医生的生活变得更容易：如果AI可以区分那些需要活检的人和那些需要放松的人，这将有助于医生等待很多时间。扫描结果可能需要几天才能到达负责病人护理的医生手中，这意味着在做出某些临床决定之前不能推迟。认证机构将有助于缓解这些问题。

但是为什么人类医生扫描的时间比AI长？不是能力的问题，通常是人员配备的问题。根本没有足够的员工来扭转局面(卫生保健部门人员短缺严重，而且受到许多因素的损害，尤其是有限的预算)。虽然使用NHS数据集的AI公司可以免费或低价提供对生产产品的访问，但很难想象成功的诊断AI从长远来看不会给预算带来麻烦。