在医学理论和科学仪器输出数据一定的前提下，人类在医学诊断上的准确率主要取决于医生的平均从业经验，它的提升是相当缓慢的。但对人工智能而言，如果能继续扩大训练集的数据量—如本例中约 13 万张图片对 2000 多种结果的分类任务显然还是过少的，计算机的诊断准确率还能够继续提高，哪怕诊断过程中出现错误，也能不断修正算法并进一步获得改进。
要得到最佳的准确率，最好的方法可能是人与机器相互配合。根据一份来自人工智能组织 PathAI 的研究报告，人类病理学家与人工智能模型的判别各有所长，能够形成有效的互补，相互配合工作就可以取得比各自独立做决策好得多的效果，验证的结果如图 9-7 所示，人工智能模型配合病理学家的错误率要明显低于两者单独诊断的错误率。
信息处理和决策类型的人工智能应用的前景是非常广阔的，可以试想一下，现在几乎每个人都拥有一部智能手机，如果《自然》杂志中介绍的这项人工智能诊断技术完全成熟，只要安装在手机上，那么每个人就都能对自己的皮肤异物进行拍照、扫描和分析，第一时间知道自己的患病风险，并获得医疗的建议方案。这听起来似乎带有一点科幻的味道，而事实上斯坦福大学的研究团队正在研发这样的自助医疗的手机应用。
第 9 章 与机器共生
369
○一 图片来源：https://www.pathai.com/。