很多時候我們生病了或者覺得自己不太舒服的時候，第一個選擇是上網(wǎng)搜一搜相關的癥狀，甚至于即使我們?nèi)チ酸t(yī)院，檢查好了，也拿到了治療藥物或者方案，還是會上網(wǎng)搜一下關于相關疾病的資料，因為醫(yī)生沒有時間和你詳細的解釋前因后果。

很多科技公司與醫(yī)療機構都推出了可以輸入癥狀做出簡單疾病相關咨詢和診斷的APP，例如大名鼎鼎的谷歌醫(yī)生，以及專業(yè)的Mayo Clinic。事實往往如此，盡管醫(yī)生有著不可替代的診斷治療需要，但是網(wǎng)絡的發(fā)展和日益專業(yè)的資訊共享使得我們對于想要了解的相關醫(yī)療信息有了更多的渠道。

事實上，在美國至少有1/3的人會使用APP來檢查應對日?；蛘咄话l(fā)的癥狀，包括胸部疼痛在內(nèi)。

當時間對我們來說也是一筆花費的時候，很多人傾向于將這種通過癥狀來檢查自身疾病的方式，并把這種方式列為分類和診斷工具的一種。它快速、簡便而且可以在緊要關頭提供幫助。

但是，據(jù)最近的一項研究表明，醫(yī)生在精確診斷方面還是比現(xiàn)有的癥狀檢查APP要高效的。

研究最近發(fā)表在《 JAMA Internal Medicine》上。

配備醫(yī)療應用程序的智能手機包括癥狀檢查和Fitbit同步健康數(shù)據(jù)（美聯(lián)社）。

當醫(yī)生們通過對患者的病史以及癥狀進行研究給出診斷的時候，與癥狀檢查相比較，醫(yī)生得出正確診斷的概率為72%，而在APP中這一數(shù)據(jù)為34%。

在84%的情況里，醫(yī)生能夠從前三個首選中給出正確的診斷，而癥狀檢查APP中這一數(shù)據(jù)為51%。

研究對網(wǎng)上眾多來源的APP進行了評估，在其中選擇了超過23個，其中包括 WebMD、iTriage、Sharecare的 AskMD 以及我們熟知的Mayo Clinic。

很多公司將人工智能擴展到了醫(yī)療領域范疇，通過各種基于計算機算法的人工智能支撐各種APP服務于廣大健康人群和患者，谷歌智能和IBM沃森都在醫(yī)療領域深入學習中努力前行。APP提供的建議雖然現(xiàn)在依然幫助有限，但是機器學習所能涵蓋和承載的資訊和歷史記錄還是人類大腦所難以比擬的。

現(xiàn)在，在癥狀檢查APP中使用的這些計算機算法給出的建議，對于專業(yè)醫(yī)療人士來說是一個很有效的幫助，可以擴大他們診斷時考量的范圍，但是，如果說智能醫(yī)生想取代人類醫(yī)生，無疑還有很長的路要走。

我們期待在未來智能醫(yī)生可以為人類醫(yī)生的工作提供更多幫助，相輔相成，共同為人類的健康服務。

參考文獻：

[1] Your Doctor Vs. Dr. Google: And The Winner Is...