日前，在丁喷鼻香园近日的一次内部会议上，CEO张进分享了他对时下火热的医疗人工智能的理解。
他强调，以下不雅观点紧张基于人工智能在医疗场景落地的假设。

1.人工智能在生手看起来有力而魔幻，比起技能布道者各种鼓吹，真正的从业者们都保持非常克制的乐不雅观。
建议要和真正一流的人工智能从业者互换，并且到实际技能落地的场景去看看。
去看看在医院的“机器人”过的好不好，去看看那些已经比年夜夫准确度更高的人工智能算法是勾留在Paper、公关稿上还是真的可以在医疗场景落地。

2.总的来说，人工智能还在出发点附近，走的并不远，间隔人们期待的智能还非常迢遥。
人工智能观点加持可以让你的项目听起来更加sexy，乃至得到成本溢价，但真正要在项目中落地还是要保持镇静和复苏。

3.人工智能目前还是分类系统而不是感知系统，分类能力很强，理解、推理和泛化能力很弱，还在弱人工智能时期，强人工智能还只是一个观点，且并没有明确的实现路径。

4.人工智能须要根本研究及理论的重大打破，目前看起来挺困难。
以是，弱人工智能时期会持续相称长的韶光(至少在根本理论得到重大打破以前)，弱人工智能比较适宜办理明确输入输出，不须要长链推理和泛化，不须要详细阐明，许可出错的窄场景。

5.很多人误以为医疗诊疗决策是基于精确的科学依据、统一的诊断标准和统一的治疗方法。
但实际上大量的医疗决策常常是基于履历、推测、老例，乃至是便利或习气，还有患者的支付能力等等成分。
大略地说，除了医疗的标准，还有大量非标准的推理在起主要浸染，这和弱人工智能的确定性数据和场景及弱推理能力相去甚远。

6.在医疗某个确定的小场景，算法可以带来一定的赞助浸染，但是如果不能带来体验、效率或者质量、数量级的提升，也很难在医疗领域落地履行，由于本钱太高，获益有限。
很多做医疗影像的人工智能公司都宣扬读片某个环节的准确度超过了年夜夫，“但很多时候只是在电脑上多了一个“不常利用的AI功能键”，(年夜夫)一样平常不会用。
”行业人士曾这样说。
只能识别肺部结节的AI对付须要全面解读电影的影像科年夜夫来说，有时候乃至是累赘。
以相对成熟的语音识别来说，技能上确实已经可以实现比较高的识别率，但用它来写报告和病历的年夜夫非常少，由于大部分时候，实际上还不如模板加键盘的效率高。

7.弱人工智能很随意马虎受滋扰，鲁棒性很差，这在医疗的核心诊疗领域基本不可被接管。
年夜夫是“小错不断、大错不犯”，人工智能则是“小错不犯，一犯就犯大错”。

8.与机器比较，人类算的慢，但可以通过推理和理性纠正；机器又快又负责，但随意马虎出大错。
比如特斯拉无人驾驶汽车未能识别横穿公路、白色车身且车身过高的拖挂车，从而导致重大事件，新手司机该当也不太会犯这种缺点。
说白了，在无人驾驶和医疗运用领域，无法预先让机器学习所有未来可能碰着的场景数据集，须要推理和泛化。
从分级上看，无人驾驶已经到了仅次于最高级别的 L4 ,但是要从 4 到 5 ，须要完成的不是大略的爬坡升级，而是质的飞跃。
包括 Google 在内的大量无人驾驶团队，之前流传宣传要在 2020 年量产 L5 级别的车，大考之日附近，这一目标能否实现？如果不能实现 L5 级别的无人驾驶， L4 级别赞助无人驾驶根本谈不上数量级以上的体验和效率提升，就像很多汽车有自动停车功能，但实际运营非常少。
这一点，无人驾驶和医疗领域非常相像。

9.提到无人驾驶和医疗人工智能，就不得不提伦理和法理。
无人驾驶汽车撞去世人，该当谁卖力？涉及到人体，伦理是回避不了的话题。
如果抛开伦理的限定，药物临床研究会快很多，但是没有伦理，好莱坞电影中的“邪恶博士”就真的会降临人间。

10.其余，人工智能是一个底层的工具，和互联网一样。
未来不会有人工智能公司，人工智能会成为每个公司的一个部门，就像公司的大数据团队一样，输出底层的数据和算力。
人工智能现在还不是一个严丝合缝的工程科学，还远没有到可以像安卓一样成为行业大规模运用的工具平台。

11.在医疗领域只有场景明确且狭窄、容错性相对高，并且随意马虎得到确定数据(少推理)的少数问题我们可以进行考试测验性的投入和关注。
实际上我们也在皮肤病和智能分诊上做了一些考试测验，并借此保持对这个领域打仗和关注。
但必须明确，技能层面的关注和公司计策层面的履行是两个事情。

12.末了，即便人工智能技能能够在短期内取得打破性的进展，从实验状态打败人类的算法到真正的家当运用也是非常漫长的过程，尤其是医疗领域。
“老技能”在消费互联网领域彷佛示弱，但是在医疗领域，哪怕是大略的信息化带来的效率和体验提升都远大于人工智能。
我们对人工智能保持长期乐不雅观，但短期的泡沫还是挺明显的。

张进认为前路坎坷，仍值得行走，但勿盲目乐不雅观。