到现在为止，药一直是 著名的 经常 非常有利可图 职业选择。 但在不久的将来，我们需要尽可能多的医生，因为我们现在有吗？ 难道我们要看到显著医疗失业率在未来十年？

澳大利亚医学协会新南威尔士分会主席Saxon Smith博士， 在去年年底的一份报告中说 他从医生在训练和医学生听到最普遍的担忧是，“什么是医学的未来？”和“我将有工作吗？”。 这些问题的答案，他说，继续逃避他。

随着澳大利亚，英国和美国的大学继续毕业越来越多的医科学生，显而易见的问题是这些新医生将来会在哪里工作？

会不会有专业医务人员发挥更大的作用，由于我们人口老龄化？ 或者是降低成本的压力，同时提高的结果可能迫使采用新技术，那么这可能会削弱目前由医生进行角色的数量？

压低成本

所有的政府，患者和医生在世界各地知道 医疗保健费用将需要减少 如果我们要治疗更多的人。 有些人建议让病人多付钱，但是我们付出代价，显然降低成本是需要发生的。

指某东西的用途 医疗机器人，协助人类的外科医生 正在变得越来越普遍，但到目前为止，它们正被用于尝试和改善患者结果，而不是降低手术费用。 这种机器人技术成熟后可能会节省成本。

在医疗诊断领域，许多人看到可能显着降低成本，同时通过提高准确性 使用技术而不是人类医生.

它已经用于普通 血液检查 和 基因测试（基因组学） 能够自动进行，非常用机器成本有效。 他们分析血液样本，并自动生成报告。

测试可以像血红蛋白水平（血液计数）一样简单，直到糖尿病的测试，例如胰岛素或葡萄糖水平。 他们也可以用于更复杂的测试，如看一个人的基因组成。

一个很好的例子是印度孟买，Thyrocare科技有限公司有超过 100,000诊断测试 来自全国各地的工作都是每天晚上完成的，在24小时内的报告是从病人身上取得的。

机器vs人类

如果机器能读血液测试，他们还能做什么？ 虽然许多医生不会喜欢这个想法，但任何需要模式识别的测试最终都会得到更好的完成 机器比人类。

许多疾病需要一个病理诊断，其中医生看的血液或组织样品，以建立准确的疾病：验血以诊断感染，皮肤活检，以确定是否一个病变是癌症或不与组织样本由外科医生希望做出诊断服用。

所有这些实例，实际上所有病理诊断都是由医生使用模式识别来确定诊断。

使用深神经网络人工智能技术，这是一种机器学习的，可以被用来训练这些诊断机器。 机械学的快，我们现在谈的不是一台机器，但机器通过互联网在全球的联系，利用他们的汇总数据网络继续提高。

它不会在一夜之间发生 - 这将需要一些时间来学习 - 但是一旦培养出来的机器只会继续变得更好。 随着时间的推移，适当训练机将在模式识别优越的比任何人可能永远不会。

病理 现在是价值数百万美元的实验室依托规模经济的问题。 它需要大约15年离开高中训练 病理学家 独立运作。 对于病理学家来说，这可能需要另一个15年才能达到他们所能达到的水平。

几年之后，他们将退休，所有的知识和经验都将丧失。 当然，如果这些知识能被后代捕获和使用，会更好一些呢？ 机器人病理学家将能够做到这一点。

放射学，X射线和超越

辐射测试占了 AUS $ 2十亿每年花在医疗保险。 在2013报告，据估计，在2014-15期间， 33,600,000放射学调查 将在澳大利亚进行。 放射科医师将不得不研究每一个这样的报告。

平均而言，放射科医师平均每天的阅读次数是五年前的七倍以上。 这些报告，就像病理学家写的那样，是基于模式识别的。

目前，在澳大利亚进行的许多放射学检查正被其他国家（如英国）的放射科医师阅读。 与其让澳大利亚的专家在3am上起床读取受伤患者的脑部扫描图像，可以在任何适当的时间区域以数字方式将图像发送给医生，并几乎立即报告。

如果机器被教导阅读X射线，首先用人类放射科医生来工作，最终取代人类放射科医生呢？ 我们还需要人吗？ 放射科医生？ 大概。 改进成像，如MRI和CT扫描，将允许放射科医师执行一些程序，现在医生承担。

诊断放射学领域正在迅速扩大。 在这个领域，放射科医师能够诊断和治疗诸如出血血管等疾病。 这是使用微创技术完成的，将电线穿过较大的血管达到出血点。

所以放射科医师可能最终操作的当前由血管和心脏外科医生进行的程序。 增加使用机器人辅助手术将意味着这是多​​不容易。

还有很多 诊断皮肤损害，皮疹或增长不是简单地看它。 但是大部分的诊断是基于皮肤科医生识别病变（再次，模式识别）。

如果诊断仍不清楚然后一些组织（活检）被发送到实验室进行病理诊断。 我们已经建立了一个机器可以读取后者。 同样的原则也适用于识别皮肤部位。

一旦得到认可和了解，病变将能够被再次识别。 具有高质量相机的移动电话将能够链接到一个全球数据库，与任何其他具有学习能力的数据库一样，这个数据库将继续得到改进。

这不是如果，但是什么时候

这些变化不会在一夜之间发生，但是它们是不可避免的。 尽管许多医生将这些变化视为威胁，但全球良好的机会是前所未有的。

在澳大利亚的赤道非洲采取的X射线可以读取与在澳大利亚卓越中心采取的相同的可靠性。 传染性皮疹可以上传到手机，并立即给出诊断。 许多人的生命将得到拯救，对世界贫困人口的医疗保健费用可能微乎其微，而且在许多情况下是免费的。

对于这个成为现实，这将需要专家用机器工作，并帮助他们学习。 最初，机器可能会被要求做更多的简单测试，但他们逐渐将学习，就像人类学会在生活中大多数事情。

医学界应把握这些机会的变化，和我们的未来年轻的医生应该仔细考虑的地方未来的医疗工作会说谎。 几乎可以肯定，在15年医疗业格局将不会像我们今天看到的之一。

关于作者

昆士兰科技大学矫形研究教授Ross Crawford; 昆士兰科技大学医学机器人博士后研究员Anjali Jaiprakash和昆士兰科技大学机器人学教授Jonathan Roberts

这篇文章最初发表于 谈话。 阅读 原创文章.

相关图书：

at

感谢造访 InnerSelf.com， 哪里有 20,000+ 宣传“新态度和新可能性”的改变生活的文章。 所有文章均翻译为 30多种语言. 订阅 每周出版的《内在自我》杂志和玛丽·T·拉塞尔的《每日灵感》。 InnerSelf杂志 自 1985 年起出版。