关于人类自动化的未来，笔者还与哥伦比亚大学皮肤病专家 David Bickers 进行过深入的交谈。Bickers 表示：“相信我，我已经试着理解了 Thrun 论文的相关知识。虽然不理解其背后的数学思维，但他提到的算法确实能改变皮肤病学的实践。皮肤病专家会因此失业吗？我看难，不过我认为学界应该多思考怎样将这种技术引入医疗实践。我们该怎么为这样的协助付费？如果机器诊断错误，谁该负这个法律责任呢？如果依靠这样的算法，是否会削弱我们的实践，或者作为诊断专家的自身形象？最终，我们训练的是否会成为技术人员而不再是医生？”
谈了一段时间后，Bickers 看了看时间，称病人在等他，所以要先走了。“我这一辈子只从事了诊断学家和科学家两个职业。我了解病人对我的依赖，我也知道医学知识来源于诊断。”Bickers 说道。
英语中“诊断”一词，其实是来源于希腊语中的“知道如何区分”，机器学习算法在疾病的区分上确实会越来越强，从全局来看它也会超越那些专注于解决任务的单一算法。在医学领域中，也许只有获得整体理解的能力，才能拿到终极回报。
Via. NewYorker，雷锋网编译
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！