医学人工智能的哲学本质

——离不开逻辑的两个方式——

现代医学追求的是“早”

早发现早诊断早治疗

只不过随着我们的健康数据种类和量越来越多

让我们早期判断的依据越来越多

在此之上人工智能 AI 只是一个工具而不是逻辑

任何逻辑推理方式不外乎两种

一是从现象到本质（inductive reasoning）

呼应着从大数据中摸规律

那么想要得到尽可能接近真理的规律

就对数据质量和分析方法的要求很高

与 inductive reasoning 相对的是反向步骤叫 deductive reasoning

先有了 theory 或 hypothesis

然后测试它能不能解释眼前现象

或用来求导出一个未知部分

热得发烫的医疗人工智能基本上都是第一种逻辑方向

所谓的建模就是把大数据装到一个计算框架内看看是否能得到一个 sense-making 的解释

而医学发展的这些年所依赖的所有基础学科（比如热了一阵子也将继续热的组学omics）

其实是一直在发展无数的 theory

一直在测试这些 theory

它们帮我们求解就不是从大数据出发的

当一个可靠的 theory 作为框架来作为等式的左边

把生理数据填进去

就应该得到等式右边的结果

这叫做预测（早发现早诊断早治疗/精准医疗）

这与人工智能没什么直接关联

它也不需要大数据

理论上讲单个人的数据即可

所以可以真正做到精准医疗

那么我们到底要AI在精准医疗中干什么呢

那就是用来毛估估我们未知的 theory

拿到这个 theory 的方式并不只有AI

只不过 AI 让我们如虎添翼

而拿到这个 theory 只是第一步而已

因为还要测试这个 theory

那其实还会回到医学基础学科的本质

况且每个人都是不一样的

如同世界上不存在完全相同的两片叶子

数据再多 GPU 再先进

本质上也不能从别人的数据里推出你自己的结局

只能尽量接近而已（比如你的特征组合恰好接近一些数据组）

——the end——