5年前，阿爾法狗勝出圍棋大戰，我們彷彿看到人工智慧時代的到來；現在，谷歌健康部門宣佈解散，我們彷彿感受到人工智慧寒冬的到來。
“AI統治了棋盤，卻折戟醫療領域”——我們習慣於這樣聳動的標題，情不自禁地用對抗性視角來審視AI。這影響著我們對AI應用的態度，以及對其技術發展方向的判斷。
現在，醫生有機會去問棋手，在AI縱橫棋盤之後，棋盤遊戲到底發生了什麼？人類是否已經退縮到棋盤的一角，將棋盤拱手讓位於AI？
棋盤遊戲與醫療行為極為相似，它們在人類世界中一樣古老，都需要對下幾步操作基於經驗作出判斷。但是醫療行為的複雜程度遠高於棋盤遊戲，因此AI對醫療領域的影響會滯後於棋盤。
透過觀察AI對棋盤的影響，我們或許可以更準確地預測AI將如何改變醫療。
人工智慧
如何改變棋盤
《人與機器》（Man vs Machine）一書出色地描述了“國際象棋機器”的整個演變過程。
它始於18 世紀晚期的機器“土耳其人”——一臺仿冒的智慧機械，裡面藏著一個真正的棋手；然後，它由魔術表演一步步演變為當代的AI演算法。
1997年5月11日，曾被視為人類“大腦的背水一戰”。那臺名為“深藍”的機器將棋盤上的一個兵走到C4位置，無情擊敗當時世界上最好的國際象棋選手加里·卡斯帕羅夫。
仿若凝視深淵，在人類引以為傲的智慧領域，人類創造的工具擊潰了人類，這帶來了一種無可名狀的悲壯情緒。當時，棋盤專家最為悲觀，他們認為這場對戰是對棋盤的終極摧殘，意味著人類世界棋盤遊戲的終結。
加里·卡斯帕羅夫與“深藍”對弈（1997
結果卻恰恰相反。AI的實力碾壓並未讓人類遠離棋盤，反而開創了國際象棋的新紀元。今天，網際網路上的資料顯示，定期下棋的人比以往任何時候都多——大約6億。
沒錯，在棋盤對決上，人類遠遠落後於自己創造的人工智慧。
但這又能怎樣？
我們很快適應了這一事實並接受了這項技術：棋手們開始與AI進行高水平對戰並鑽研新戰法；每個普通玩家都可以透過AI分階段練習棋藝；觀眾也能透過AI實時解讀棋盤大師的思路，得到更好的觀賽體驗。
今天，如果沒有AI技術，才是國際象棋的悲劇。
同樣的事情也發生圍棋上，阿爾法狗，被圍棋界視為從未有過的大變局。
李世石與阿爾法狗對弈（2016年）
從最初認為AI在圍棋上擊敗人類是不可能的笑談，到真正完敗給阿爾法狗後深深的無力感，再到利用AI研習棋路，大多數職業圍棋棋手都經歷了複雜的情感變化。
柯潔曾嘆：看AI下棋就像神仙打架，我們只能欣賞、學習。
現在，打破定式、研習佈局、解讀走勢、輔助訓練……AI已經與職業圍棋密不可分。比起AI融入圍棋領域之前，職業棋手的實力整體提升，世界圍棋等級分榜單被包括柯潔在內的職業棋手更頻繁地重新整理紀錄。
他們的水平更接近，比賽也更激烈、更具懸念。
人工智慧
如何改變醫療
棋手和AI合作，這是幾十年前的國際象棋大師們想象不到的。從不信任到好奇再到合作，醫生與AI的關係也將經歷類似的轉變。
起初，我們對AI的醫學評估會心一笑，笑這些“幼稚的演算法”脫離臨床實踐，只能在有限的資料中和理想條件下執行。隨著時間的推移，這些演算法開始從我們習以為常的海量病例中，提煉出獨特而有趣的醫學見解。
更進一步，我們將好奇地觀察它們，好奇它們如何分析眾所周知的醫療問題，並不斷從它們的見解中學習。總有一天，AI將成為醫生的必備工具，就像聽診器。
沒錯，就像聽診器，醫生的輔助診療工具。
這與AI在棋盤上獲得“統治地位”不同，在醫療領域，AI必須與醫生握手言和併成為醫生的助手。
雷奈克和他發明的聽診器（1816年）
一直有AI工程師認為，他們的AI應用能夠取代醫生，至少能從某個病種的某個診療環節開始逐步取代醫生的工作——醫生將成為AI的助手，而不是相反——這一派將面臨他們意想不到的挫折。
《奇點臨近》（The Singularity is Near）一書中給出這樣的預測：AI超越人類的方式不是漸進式取代，一旦突破“智慧爆炸”的奇點，AI將在無需人工干預的情況下不斷設計下一代AI，以指數級速度爆炸式地超越人類的生物智慧。
鑑於這樣的預測和醫學的複雜程度，在創造出取代醫生的AI之前，AI工程師恐怕得先創造出取代自己工作的AI。
因此，保持謙遜的AI工程師樂於接受現實：AI無法取代醫生，除非AI已經取代了人。他們將醫療AI應用定義為醫生和患者的輔助工具，並已經在這個方向上取得了眾多突破。
他們成功的秘訣在於，詢問最好的醫生，臨床中最需要解決的問題是什麼；同時，在用AI技術解決臨床問題的過程中，尋求醫生的全面參與和合作。
AI智慧終端+醫療服務（2021年）
無論是站在醫生的角度，還是站在AI工程師的角度來看，AI技術不應被視為競爭，而應被視為增強人類績效的合作工具。
一方面，AI不會取代醫生，但不使用AI工具的醫生會被熟練使用這一工具的人取代；另一方面，醫生是醫療AI發展的主角，醫生應走向前臺擁抱AI，積極主導並推動醫療AI技術的發展。
儘管發展過程中會有挫折——這種挫折多是由於人類自身對於技術的過度狂熱導致，但就像AI為棋盤遊戲開闢了新的維度一樣，醫學領域也很可能會出現類似的情況。
最終，我們依然可以期待，醫生會在AI的幫助下重新整理醫學未來。
