近日，娱乐圈内多位明星的黑料被曝光，引发了广泛关注。有网友在社交媒体上爆料，某知名艺人在私人生活中出现了不当行为，而其团队迅速否认。这一事件虽然尚未得到证实，但已引发了众多评论，大家纷纷探讨这些黑料的真实性与可能的后果。此类事件再次提醒公众，明星的光鲜外表背后，往往隐藏着不为人知的故事。

《精准医疗》，[美]格伦·德弗里 [美]杰瑞米·布莱克曼 著，何健 译，湛庐文明丨浙江科学技能出版社2025年3月版。

一些医师或许忧虑这些东西会代替他们。假设一款应用程序能够告知你，你患了什么病，以及怎么医治，那谁还需求医师呢？对此，咱们不得不提及IBM的超级计算机沃森在为癌症医治供给智能主张时的失利：计算机并不总是正确的。因而，人工智能能够为咱们做许多事，但它不能代替人类的判别、人类的经历和杂乱的人类决议计划。废进废出的准则既适用于数据，也适用于对预期成果的假定。

假设你是一名癌症患者，你期望在医院的病房里多活几年，仍是期望在外面的国际里少活几年？当你面临这种挑选时，并没有正确或过错的答案。不同的患者或许有不同的倾向。计算机无法协助咱们做出决议计划，但医师能够。人工智能能够代替一些机械性作业，如丈量血糖，在适宜的时刻以精确的剂量给糖尿病患者打针胰岛素。这些作业或许会让医师感到无聊，因而他们或许会疏忽，甚至会犯过错。但即使如此，人工智能也不能代替医师。相反，它的存在使医师有更多的时刻去考虑、拟定战略、进行更高层次的作业，而机器人和猜测模型是无法做到这一点的。

其实，咱们正在评论的是扩展医师的东西箱。就像某些产品增强了患者的控制才能相同，如像Ava手环这样的可穿戴设备，同理，咱们有越来越多的办法让医师获得更多的信息，或至少添加这种或许性。比方医师期望患者穿戴什么、追寻什么或陈述什么，哪些数据将有助于医师做出更好的医疗决议计划和更有成效的猜测，关于哪些因素咱们需求进行更精确的丈量而不是只依靠于患者的惯例描绘，在哪些状况下客观数据或许会改动医治办法。

《出色医疗的本相》（2018）剧照。

有一种观念以为，技能必然会导致医师权利的损失，我激烈对立这一观念。新技能不是为了掠夺医师的权利，而是为了赋予他们更多的力气以完结革新，使其发现和供给更好的医治来改进患者的日子。不可否认，自动化消除了机械式使命，机器人能够在生产线上代替人类。但人体是十分杂乱的，而且咱们日子的环境也越来越杂乱多变，关于疾病和健康的相关常识也在不断更新。此外，办理咱们的新东西也在不断被创造出来。假设有医师想要依照他在医学院学到的规则官样文章，而不想积极参与由患者方程式驱动的国际，那他的确应该忧虑自己会被算法或机器人代替。但我所信任并期望得到其医治的医师，对此不会有任何忧虑。

新技能并不是要代替医师。

丹尼尔·雅德加尔博士具有哈佛大学学士学位和康奈尔大学医学博士学位，他曾在纽约市的一些卓越组织作业。他也是我的私家内科医师，他信任，正如一切人都应该信任的那样，新技能并不是要代替医师，而是为医师供给更强壮的东西，协助他们办理患者的健康，以便让患者过上更长命、更优质的日子。

丹尼尔期望运用这些新东西，能在患者呈现临床症状之前确诊出其患有心脏病或癌症。为此，他改动了作为医师的全体作业方法。与传统医师不同，丹尼尔博士不只是期望每年调查一次患者，搜集一些孤立的数据点，他更期望看到比这些孤立的数据点丰厚得多的图景。他让患者继续监测血压，追寻睡觉数据、心率变异性、压力标志物等。他将一切这些数据整合在一起，以深化了解患者，并做出更正确、更好的决议计划。他看到医学实践正走在一条信息和东西均更丰厚的道路上，那里不只有药物和设备，还有由追寻器、数学模型等组成的数字体系。

我首位次去找丹尼尔时，做了一次体检，他期望我供给给他大约2000毫升的血液。后来，当我告知他人这件事时，他们都感到吃惊，但用丹尼尔博士的话说：“我想尽或许获得更多的信息，包含客观的和片面的。咱们医治患者的许多主张都是依据整体人口统计数据，以及或人到达某个年纪时的本钱效益来剖析的，但这疏忽了每个人的共同状况。”。

只是想知道我的年纪，还想从能评价的每个视点来了解我是什么样的人。“尤其是跟着生物标志物、基因组学、蛋白质组学等技能的前进，咱们发现每个患者都是不同的。咱们需求检查每个患者身上详细发生了什么。”。

《出色医疗的本相》（2018）剧照。

丹尼尔依据患者的冠状动脉钙化分数来进行危险分层，如患者是否更有或许患上需求药物医治的心脏病。他也重视患者的睡觉问题。他曾说：假设有杰出的、客观的睡觉丈量办法，那该多好。除此之外，他还十分重视患者的饮食和运动状况。在调查患者血压的变异性时，他看的是接连的血压丈量数据，而不是零散的丈量数据。“这些额定的数据总是有协助的，”丹尼尔说，“它们能协助我在患者的医疗保健方面做出更好的决议计划，比方依据患者的血压是否每晚都会下降进行干涉。”。

“现在规模大的人口健康问题之一是心力衰竭。”丹尼尔解说说，“从患者的健康视点和本钱视点来看，尽力削减患者因心力衰竭而入院的次数是十分重要的。有一种丈量设备运用了阻抗法，即当阻抗下降时，它会显现患者行将呈现心力衰竭。此刻，虽然患者还没有表现出相应的症状，但假设心脏起搏器或其他设备显现阻抗正在下降，我会加倍给药，这样患者就不会呈现紧急状况了。在症状呈现之前，我能够从数据中猜测到这一点。”。

让医师提早从数据中看到问题行将发生，正是患者方程式的悉数含义地点。丹尼尔期望得到尽或许多的有用数据，他说：“我期望有一套归纳数据能够告知我患者接连的心率变异性、吸烟数量、血压水平、代替压力目标、白日的专心时长、什么都不做的时刻……以及关于饮食、养分、运动的客观数据，快速眼动睡觉量……我能获得无尽的信息来优化对患者的护理。这一切肯定会影响我与每一位患者的沟通。”。

他表明，假设保险公司也能丈量这些数据，并依据这些数据的改进程度向他付出酬劳，那就更好了。他坚称：“咱们的利益是共同的。”。

《出色医疗的本相》（2018）剧照。

丹尼尔丝毫不忧虑人工智能会代替他和他的功能。“医学的艺术在于运用这些片面和客观的数据点，并测验优化它们。怎么从办法和质量的视点来运用资源呢？这不只仅触及一个公式。患者期望得到的不只仅是规范医治，他们还想要感觉杰出。假设他们活得时刻更长，他们期望坚持正常的认知才能，期望独立，但做出这些决议计划需求的不只仅是数据，还需求把眼光投向更远的当地。”。

而且，要真诚改动大多数患者的状况，需求的不只仅是一份打印出来的数据陈述，医患联系也十分重要，这是数据自身无法创立的。丹尼尔说：“技能所不具备的一个方面，便是医患之间的枢纽。设备虽然长于确诊和防备疾病，但在真诚医治患者时不那么称心如意。医师的作用是猜测患者或许会发生什么，并进行有用的、有含义的评论，从一开端就阻挠问题的发生。而仅凭数据做不到这一点。”。

咱们无法对数字化医师说谎。

的确，正如丹尼尔所说，医师需求逾越数据。在一个由患者方程式驱动的国际里，高效的医师不只仅会医治特定的疾病，还会与患者协作，办理患者的健康，优化患者的日子。他们会亲近监控患者的健康轨道，而这些轨道是由前文评论过的多维相图中的患者方程式所界说的。而医师更或许会面临的圈套在于过度依靠数据。

医疗大拿们说：“咱们不能混杂数据交流和常识交流。在慢性病方面，假设咱们不能有效地将这些东西融入临床实践和患者护理中，那咱们不会获得太大的发展。”有时，数据或许会太多、过分冗繁，仅靠数据，咱们能完结的目标会很有限。

虽然如此，数据依然能够改动现状。无妨幻想一下未来的医师诊所，正如顾客数字健康公司Livongo的执行主席格伦·图尔曼在《福布斯》杂志上的一篇文章中所描绘的那样：“幻想一下，你在智能手机上收到一条信息——你的医师想要见你，以确认你的咳嗽是季节性哮喘仍是充血性心力衰竭的恶化。”未来的医师能够提早预定实验室，运用一系列家用检测设备，也能够经过患者智能手机上的应用程序或其他设备，搜集任何必要的数据，使面临面的攀谈更精确、更高效。

未来，数据会被预先加载并随时可用。期望医师在一次医治中完结一切作业是不合理的，尤其是当他们首位次触摸患者时，他们知道的信息极端有限。但这种状况将会改动，人们对医师的期望值也会得到调整。而且，这还有一个附加的优点：不管丈量成果好坏（当触及真诚协助医师做出能改进咱们健康的决议计划时，这肯定是有利的），咱们无法对数字化医师说谎。传感器知道咱们是否进行了训练，咱们吃了什么，咱们是否服药了。只是是这种客观真诚性就能推进患者医治发生巨大的前进。

《出色医疗的本相》（2018）剧照。

堪萨斯大学医学中心的拉杰什·帕华博士在承受《健康情报》采访时，介绍了智能手机或智能手表等可穿戴设备是怎么协助他医治帕金森病患者的：“我能够追寻患者几天内的身体运动状况，记载他们呈现震颤的次数和严峻程度，并将他们的运动状况与左旋多巴医治计划进行相关，这种药物一般每4小时服用一次。”。

当然了，帕华博士的临床判别在这一过程中依然至关重要，这是不可否认的。我再共享一个医疗保健职业之外的比如，它能更清楚地支撑这一观念。1983年9月26日晚，苏联戎行的斯坦尼斯拉夫·皮特罗夫中校正值夜班，监控预警核卫星。依据《华盛顿邮报》对这一状况的描绘：“忽然，警报高文。他面前面板上的一个赤色按钮闪烁着‘发动’的字样。电脑屏幕显现着‘发射’这两个赤色的粗体字。”这是在告知他，美国刚刚发动了一次核进犯。

依据预警体系的提示，美国现已发射了5枚导弹。皮特罗夫需求做出决议计划，是告知指挥官进行反击，仍是告知他们体系出错了。他的直觉告知他是体系出错了，他对指挥官也是这样说的。皮特罗夫对《华盛顿邮报》说：“我心中有种古怪的感觉。我不想犯过错，我做出了决议。作业便是这样的。”。

虽然机器显现与皮特罗夫的直觉判别相反，但他是对的。不管是在或许的核战争中，仍是在医师的工作室里，技能并不总是满有把握的，它并不总能给出正确的答案。不过，它的确能够协助医师做出更好的决议计划，以咱们在几年前无法幻想的方法增强医师的才能。像丹尼尔这样的医师，一旦他们承受了这些新的数据来历，就会更有竞争力。而那些不适应这些新变化的医师或许会丢失一些患者，尤其是那些期望充分运用新技能的患者。

本文选自《精准医疗》，较原文有删省修正。已获得出版社授权刊发。

原文作者/[美]格伦·德弗里 [美]杰瑞米·布莱克曼。

摘编/安也。

修改/张进。

导语校正/赵琳。