在未来人工智能是否会逐步取代检验人的工作？

　　在“互联网＋”时代下，人工智能在医疗行业中广泛应用且取得了巨大成果，这主要是因为实验室自动化程度提高和计算机技术的不断发展降低了生成和储存数据的成本，以及开源工具的广泛可使用性[1]。

　　人工智能(Artificial Intelligence, AI)的概念最早出现在1956年，可以理解为它是计算机通过学习大量的数据来模仿人类思维并解决问题的技术。机器学习是人工智能的一个分支，可以从已知数据中进行学习并获得其中的规律，使得机器能够预测未知数据中的规律，实现智能化地推理和预测[2]。深度学习(Deep Learning，DL)是一种新型的机器学习技术，通过构建多个连接层和大量的训练数据来更好的学习数据特征，从而实现更准确的分类或预测[3]。

　　已经在各大医院投入使用的全自动尿沉渣分析仪和全自动血细胞分析仪器也是使用人工智能技术对标本进行检测，大大提高了检测速度，同时减轻了检测人员的工作量。

　　可以利用人工智能技术来评估尿液样本是否有用[5]。由于在微生物工作中，大部分的工作量都是来判断患者是否有尿路感染，而大约三分之二的尿样培养结果为阴性，因此，通过最大限度地减少培养样本的数量，可以显著改善实验室的工作流程。同时，利用人工智能还可以自动识别菌落种类[6]，这对于医疗资源相对匮乏的地区是非常有好处的。

　　另外，利用人工智能技术还可以根据常规检测结果预测疾病转归，包括预测患者出现急性肾损伤[7]、心脏淀粉样病变[8]等的概率以及对患者生存率进行预测等。

　　利用人工智能技术确实为检验科的工作提供了很多便利，包括可以提高检验科医生的工作效率，减轻其工作量。同时在一定程度上统一了诊断标准，且人工智能实现的高准确率检测都是基于不断的训练模型使其无限接近样本标注专家的检测水平，换句话说，训练好的人工智能模型相当于一个专家，当其应用于医疗资源匮乏的地区，就可以一定程度上提高其诊断水平。

　　但是，要想实现高准确率的诊断，就得需要大量的临床数据做支撑，数据量越多，标注质量越好，人工智能模型诊断结果的准确率越高。但再大的数据集也很难将所有情况包含进去，所以还是会出现误诊，还是会存在假阳性和假阴性的结果。而且，由于患者群体在很多方面是不同的，利用某地数据构建的模型大多不能推广到其他地区。

　　目前的研究结果显示，任何人工智能的检测结果都需要专家进行审查核验，然后由专家批准该检测结果或者二次复查，同时结合患者的临床表现或其他检测信息综合判定结果。但毫无疑问，人工智能技术有可能给临床检验医学领域带来性的变化。

　　作为一名临床检验专业人员，拥抱人工智能的力量并积极参与其开发和部署将是至关重要的，而且要不断提高自己的能力，否则，我们将面临被淘汰的巨大风险。