近年来，人工智能大举入侵我们的生活，大有干掉人工的架势，除了一些机械的重复性工作被替代，不少重视经验、智识和创造力的职业也面临被替代的风险，比如：医生。五年前，IBM的当家AI——大名鼎鼎的Watson高调进军医疗领域。不少人都在观望着他能否在医疗领域掀起一场技术革命。然而，Watson和它的团队最近日子并不太顺利，不仅经历过几次裁员，暴露出令人担忧的缺陷，还遭到合作伙伴的弃用。
而这些事的背后，其实是整个医疗AI领域面临的困境：医学很复杂，AI不能做的还有很多，比如给癌症患者开药。
不靠谱的AI医生四处“行医”。美国健康新闻网站STAT在上月末的报道中指出，Watson向医生提供“不安全和不准确的治疗建议”，这一结论得自IBM的内部文件。根据这份文件，训练Watson的数据并非全部来自真实患者，而是合成的案例或假设的患者。
此外，Watson针对每种癌症给出的建议，也基于少数专家的专业知识，而不是医疗指南或医学证据。文件中还提到这样的案例：一位肺癌患者伴有严重出血的症状，Watson给的治疗建议是化疗和“贝伐珠单抗”——一种可以导致“致命出血”的癌症药物。然而，经验丰富的医生不会给患者开这种药，以免加重病情。官方称这只是测试方案，并未在真正的患者身上实施。但这并不能让人放心，因为Watson已经开始“行医”了。
从“答题明星”转型成的“癌症专家”。还记得Watson是怎么出道的吗？2011年，超级电脑Watson在知识竞答节目中击败人类，这在当年绝对是轰动性新闻。而当“答题明星”淡出人们视线时，Watson凭借“癌症专家”又火了一次，摇身成为人工智能医疗的领军者。在电子病历普及带来大数据的背景下，Watson健康部门和多家机构合作，期望Watson通过整合和分析医疗数据，为医生提供治疗建议等。
很多机构和医生对Watson的到来感到相当兴奋，认为它有望缩短诊断时间，甚至能提供一些前所未有的全新见解。
“Watson医生”的局限。要理解Watson能做到什么，做不到什么，我们需要先知道它是如何工作的。简单来说，当Watson获得足够多的数据时，能通过不断学习给出可能的答案。在这一过程中，当Watson给出正确或错误的答案时，我们要不断纠正它来提高准确率。
这就意味着在训练Watson之前，我们已经知道了正确答案。因此，通过X光扫描识别恶性肿瘤还不算太难，毕竟这两者的关系相对明确一些。但制定某种癌症的治疗方案会比较复杂，Watson要给出的东西未必是我们早就教它的。事实上，我们也很难教它。它既要“消化”一系列信息，例如并发症、医疗指南、临床数据、药物的效果和副作用等，又要找出它们之间错综复杂的关系，而其中很多东西我们自己都还没搞懂。