2017年12月，一個星期五的晚上，倫敦醫(yī)療應用開發(fā)商Babylon Health的創(chuàng)始人Ali Parsa，與自家的醫(yī)生坐下來進行了一次交流。這位出生于伊朗的前銀行家，依靠該公司的高評分應用，為Babylon融資了8500萬美元。這款應用可以讓英國患者快速與醫(yī)生進行視頻會診。在英國，國營醫(yī)療保健為每個公民提供了高質(zhì)量的醫(yī)療服務，但是卻要耗費很長時間等候門診。這款應用的出現(xiàn)改變了這一局面。

現(xiàn)在，Parsa希望通過添加一款人工智能聊天機器人，來進一步提高效率和降低成本。Parsa承諾，該聊天機器人可以在沒有人類互動的情況下，就常見疾病提供診斷建議。Babylon的應用用戶將于12月享受到這款全新機器人的服務。在未來某個時候，英國國家健康服務機構(gòu)（NHS）的患者也將享受到相應的服務。但問題是，根據(jù)這些醫(yī)生的交流，機器人給出的建議經(jīng)常是錯誤的。

據(jù)一名現(xiàn)任和前任工作人員稱，為了證明他們的觀點，醫(yī)生們花了大約一天時間，主動進行了一次審計。據(jù)一位知情人士稱，他們發(fā)現(xiàn)，聊天機器人給出的100個最常見的結(jié)果中，約有10％至15％的結(jié)果，錯過了更嚴重疾病的警告信號，或者完全就是錯誤的。這些臨床醫(yī)生周五直接向Parsa進行了匯報，希望推遲新的發(fā)布。他們提出了自己的理由，經(jīng)過一番談判，他同意推遲發(fā)布。

但是醫(yī)生們?nèi)匀桓械嚼�擾。對現(xiàn)任和前任Babylon工作人員以及外部醫(yī)生的采訪顯示，他們普遍擔心該公司匆忙部署了未經(jīng)仔細審查的軟件，并夸大了其有效性。

根據(jù)一位外部醫(yī)生展示的電子郵件，2018年4月，一家英國廣告監(jiān)管機構(gòu)要求Babylon刪除其網(wǎng)站上的一項聲明，該聲明宣稱其分流功能能夠100％的給出安全建議。該機構(gòu)同時援引了一項關于這一聲明的“獨立研究”。但是根據(jù)Babylon自己在2016年發(fā)表的研究論文，這項研究來自一次內(nèi)部測試，在測試中，它雇傭了專業(yè)演員扮成病人，并按照劇本進行流程。

在那次周五會議后的六個月，Parsa在倫敦皇家醫(yī)學院舉行了一場盛大的直播活動，宣布Babylon的新軟件——人工智能驅(qū)動的聊天機器人——已經(jīng)達到了“全球醫(yī)療第一”的水平。Babylon展示了機器人在醫(yī)學檢查中的得分高于人類醫(yī)生的平均得分，并聲稱人工智能已經(jīng)達到了人類醫(yī)生的“同等準確度”。當時，多家媒體報道了這一成就。

布朗大學生物醫(yī)藥信息學教授Hamish Fraser表示，這一聲明是有問題的。他在英國主要醫(yī)學雜志《柳葉刀》最近的一篇文章中反駁了Babylon的聲明。他指出，Babylon的軟件只回答了50個檢查問題中的15個，并被允許對每個問題給出三個答案�！爱斸t(yī)生做這個測試時，你會得到一個正確的答案，”他說。Babylon表示，它沒有試圖證明人工智能比醫(yī)生更好，Parsa也退出了這篇文章的預定采訪。

人工智能還沒有發(fā)展到可以替代（甚至可靠地協(xié)助）人類醫(yī)生的程度，這一點可能不足為奇。而傲慢的科技企業(yè)家對他們的產(chǎn)品進行過高的宣傳，也并不是什么新現(xiàn)象。這一切都不太重要，但是Babylon與英國國家醫(yī)療服務機構(gòu)簽訂了兩份合同。英國國家醫(yī)療服務機構(gòu)是世界上最大的國有醫(yī)療系統(tǒng)之一。Babylon的GP At Hand應用向3．5萬名NHS患者提供了視頻通話支持，并可以讓其訪問分流聊天機器人，以獲得是否就醫(yī)的建議。NHS還鼓勵200萬公民使用NHS 111： Online——一款由Babylon開發(fā)的應用，主要用來代替NHS咨詢熱線。工作人員表示，NHS還沒有使用Babylon的診斷建議聊天機器人，但該公司已經(jīng)討論過將這一功能引入NHS應用中。

NHS的動機很明確，也很簡單：它既想省錢，也想為病人帶來更好的健康結(jié)果。2020年，英國將在國家醫(yī)療系統(tǒng)上花費近2000億美元，相當于GDP的7％。自1950年以來，這一占比已經(jīng)翻了一番，因此英國迫切需要找到一種方法來控制成本，同時仍能提供被視為英國社會契約核心的福利。

減少急診室就診似乎是很合邏輯的，因為每次就診平均花費NHS 200美元。在過去的一年里，NHS為此總共花費了40億美元，而由于至少有150萬英國人在不需要的時候也會去急診室，導致候診時間不斷增加。如果Babylon的聊天機器人效果很好，將會對節(jié)省成本有很大的幫助。

但是，人們質(zhì)疑該軟件的有效程度。Babylon的一名工作人員稱，早期和當前版本的聊天機器人，在大約30％的情況下會建議用戶去急診室；相比之下，撥打國家健康咨詢熱線111的人大約只有20％。不清楚有多少病人接受了聊天機器人的建議，Babylon表示自己并沒有跟蹤這些數(shù)據(jù)。

即使在診斷建議聊天機器人最終被修復，并于2018年1月發(fā)布給Babylon私人應用用戶之后，一些Babylon醫(yī)生仍然對他們沒有看到開發(fā)過程中更嚴格的改革而感到擔憂。而在公司外部，發(fā)現(xiàn)的問題數(shù)量也越來越多。6月，一名正在Babylon應用上測試新診斷聊天機器人的英國醫(yī)生發(fā)現(xiàn)了一個錯誤：它錯過了一個肺栓塞的癥狀。他在Twitter上發(fā)布了一段視頻，并向醫(yī)療監(jiān)管機構(gòu)MHRA進行了投訴。根據(jù)該醫(yī)生分享的電子郵件和私人Twitter消息，這至少是他在過去一年半中第三次投訴聊天機器人軟件。據(jù)Babylon內(nèi)部消息來源稱，被MHRA記錄為事故的一些錯誤，直到2018年11月，仍然存在于內(nèi)置聊天機器人的健康應用上。MHRA以保密為由不予置評。

Babylon表示，MHRA要求其調(diào)查這些投訴，但“隨后沒有基于安全相關的理由展開正式調(diào)查”。當被問及MHRA記錄的錯誤時，Babylon堅持認為“任何臨床概率分析都不可能總是正確的”，并且“即使非常有經(jīng)驗的醫(yī)生有時也會錯誤地診斷”。

而在這一切正在發(fā)生的過程中，Babylon成功地將自己推銷為醫(yī)療系統(tǒng)過度擴張的數(shù)字藥膏。該公司最大的粉絲之一是英國衛(wèi)生部長Matt Hancock，他最近在一份由Babylon贊助的報紙副刊中宣稱，他“因使用這款GP at Hand應用而出名”。

Babylon應用的海報經(jīng)常出現(xiàn)在倫敦地鐵上。據(jù)Parsa稱，該公司正在預訂數(shù)千萬美元的收入，包括與NHS簽訂的GP at Hand合同（預計290萬美元）和NHS 111合作伙伴的收入。NHS England的發(fā)言人和Hancock沒有回應置評請求。

一名前工作人員表示，Babylon軟件的最大缺陷之一是缺乏真實的臨床評估和跟蹤。使用聊天機器人的人真的去過急診室嗎？如果他們看了醫(yī)生，那診斷是什么？一名前員工表示：“目前還沒有找到能夠提供答案的系統(tǒng)。”Babylon表示，其GP at Hand應用在用戶使用聊天機器人24小時后會向他們發(fā)送信息。據(jù)一名用戶稱，應用會詢問更多癥狀。

軟件是通過迭代開發(fā)的。開發(fā)人員構(gòu)建了一個應用并將其發(fā)布，在不同的實時用戶群體上測試它，并在前進的過程中不斷重復。這種硅谷心態(tài)，曾經(jīng)被馬克·扎克伯格總結(jié)為“行動迅速，打破現(xiàn)狀”。但是開發(fā)新藥或醫(yī)療器械需要一種更慎重的方法，因為患者的生命是懸而未決的。Babylon尚未在同行評審的醫(yī)學雜志上發(fā)表任何研究成果，而這一過程往往也是需要時間的。

該公司的首席醫(yī)療官Mobasher Butt堅持認為，在市場上部署之前，Babylon“經(jīng)歷了臨床醫(yī)生對產(chǎn)品許多許多輪的嚴格測試�！痹摴�司承認它沒有進行醫(yī)學研究，并稱未來進行醫(yī)院研究時，它會在醫(yī)學雜志上進行發(fā)表。