巴氏涂片（Pap smear，又称宫颈涂片）是迄今开发的最有效的癌症筛查测试。20世纪40年代这一技术引入之初，美国每年死于宫颈癌的女性可达2.6万人。因为现代制备方法不再需要进行涂片实验，该技术如今又被称为巴氏检查。这样的检查在美国每年约进行5500万次，全世界每年约1.2亿次。这项在全世界广为推行的常规性测试效果显著：现在美国每年死于宫颈癌的女性已减少到5000人以下。考虑到20世纪40年代以来的人口增长，巴氏检查使得宫颈癌死亡率降低了90%还多。
巴氏检查不仅使女性受益，对医生和诊断实验室来说也是一笔好买卖——在美国这个产业价值近5亿美元。那些检查巴氏载片的技术人员和医生就像是医学界的运输安全局（TSA）的特工：他们整日都在检查成沓的载片，搜索那些细微的、罕见的疾病视觉线索：医生首先从某个女子的子宫颈内采集到细胞样本；将细胞置于培养液中，加入实验室试剂，在离心作用下细胞与血液以及其他生物物质发生分离，然后沉淀在载片上。宫颈细胞先由细胞化验员进行检查——这些化验员是接受过特定类型的医学载片分析培训的专业人员。发现病变的载片随后交由负责诊断的病理学家进行筛查。由于绝大多数接受巴氏检查的女性是健康的，通常一个实验室中90%左右的载片是完全正常的。整个流程的成本约为25-100美元，具体取决于实验室的效率。
BD FocalPoint自动搜索巴氏检查载片上的病变区
最近十年，已有机器人开始进行这项工作。20世纪90年代，北卡罗来纳州的TriPath Imaging公司着手开发巴氏载片自动筛查系统。这家公司后来被医疗技术公司BD收购。BD最新推出的巴氏筛查器——BD FocalPoint GS成像系统，可谓是医疗工程的一个奇迹。其影像搜索软件对载片进行快速扫描，可搜索的可见异常细胞种类超过100种。之后，系统将载片按患病可能性排序，并将每个载片界定为十个区域，以便专业人员仔细检查。临床上，研究人员发现使用BD FocalPoint的实验室能捕捉到更多的癌症及癌前病变。（有研究表明，不使用机器人的医生和技术人员可以检测出79.2%的异常载片；使用机器人后，这个数字将提高到85.8%。）同时，FocalPoint还能加快速度、提高效率。全人工作业下，每位细胞化验员每天能分析80到90个载片（有条例规定每天不得超过100个）。而使用FocalPoint后，每位检查人员每天可检查170个载片。
BD FocalPoint代表了医疗革命的先锋力量：计算机辅助疾病诊断。除巴氏检查外，如今计算机还常常被放射医师用来分析乳房X光片。而一系列类似的技术将颠覆病理学家及放射科医师对其他许多疾病的筛查方式。目前，此类设备已成功应用于检测结肠、胸部、冠状动脉影像的异常，用不了多久，它们还可能协助医生分析前列腺和乳腺活检结果。
医生是否也该像药剂师一样，担心计算机会和他们抢工作？我采访的放射科医师和病理学家指出，很多计算机辅助诊断技术仍处于概念阶段；要想进入实际应用还得再修炼几年。FocalPoint以及乳房X光片分析设备R2 ImageChecker CAD的制造者强调，这两项技术都还需要人来监控——事实上，作出最终诊断的总是人类，机器只是协助人类完成这一任务。
然而，医生的生计的确将会受到这些新设备的影响。随着计算机的日趋完善，众多专业领域中，对人力的需求越来越少。拿乳房X光片来说：放射科医师用来提高乳腺癌诊断效率的主要途径之一就是“双人判读”，即两个放射科医师独立检查同一组乳房X光片，这样癌症的检出数目会大大增加。然而2008年公布的一项研究表明，使用ImageChecker的医师可以省去第二名医师判读：计算机与人的协作完全不亚于两个人之间的配合。
倍感压力的不只医学诊断这一个领域。机器人手术也正悄然兴起；大多数大医院，以及一些小医院，都已配备大型多臂设备，帮助医生实施更精确的微创手术。此外，外科医生在机器人的帮助下不仅提高了效率，还能进行远程作业——大城市里一家医院的外科医生可对整个地区各卫星医院的患者实施手术。这样一来，外科医生将面临和药剂师一样的命运——药剂师可以借助电子药剂学系统工作，而外科医生也能一个顶仨。
医疗机器人的兴起使我个人也陷入了危机：我的妻子是位药理学家。她经过多年的辛苦培训，层层过关，令我们一家过上了幸福的生活。如我讲过的药剂师行业，我的妻子和她的同事们认识到计算机已经侵入他们的行业，但他们仍表示工作中很多方面无法自动化。从某种意义上说，他们是对的；一些医疗技术专家对我说，短期之内不会出现完全自动化的医疗设备。BD FocalPoint和R2 ImageChecker等系统一直都将需要人类医生的监控。
但这并不能保证医生就可以高枕无忧了。其背后的经济学意义是显而易见的。在机器人的帮助下，医生的效率更高，每个人的工作量会减少，工资也会降低。你可能不会猜到谁会是自动化的首选目标：答案是我妻子这样的专业人员——医学界中训练有素的高收入人群，而恰恰因此，使他们的处境岌岌可危。
一般来说，专业人员只专注于医学上某个很窄的领域。他们每天都在研究同一个身体部位，越是专业的医生越集中于那么一两种操作流程。而机器人就是绝佳的专业工作者。它们擅长重复做一件事情，而且一旦专注于一点，便可达到几乎完美的地步。有朝一日，它们将不再需要人们的监督，这一天可能比我们想象的来得更快。
这给人们——不只是医学界——传达了一个讯息：如果你现在单攻一点——尤其是这方面还挺能赚钱，那你可要在办公室门口放上个“欢迎机器人！”的垫子了。它们正向你逼近。
如果医学领域最岌岌可危的是那些职能最专门化的工作，那么最安如磐石的自然要数那些职能多元化的工作。那么，哪些医生是“万金油”呢？西雅图郊区的家庭医生莎拉·克莱默（Sarah Kramer）说：“我们总喜欢说我们能照顾到80%患者的80%的问题。”
我就机器人将如何接管高技术工作的问题调查了一些家庭医生，就反馈结果而言，大家同克莱默的情况大致相同。克莱默行医20多年，每天接待患者数量20多人。每天病人预约的时间有长有短——最短的时候只要10分钟，不过偶尔需要动个小手术，就得用上一个来小时了。患者的病情也是各种各样。“不管你得了鼻窦炎，扭伤了脚，或者一点毛病没有只是做个工作体检，又或者要出国旅行需要注射疫苗，这些我都会。”克莱默说。
R2 ImageChecker CAD对乳房X光片可疑部位进行精确定位
然而科技改变了她的行医方式。现在克莱默大部分的患者在来看病之前都会先在网上咨询，他们通常会对困扰他们的病情有所了解。但网络并没有取代克莱默的位置，而是加深了她与患者间的交流。当她去为高胆固醇患者看病时，患者往往已经知道自己应该改变饮食习惯，并且加强锻炼。“但是我经常得帮助他们树立一个康复目标，”克莱默说。“我会说，‘我得告诉你这的确是一个好主意，但据我们所知，有数据显示，如果你再吃些药效果会更好。’”
现在有许多辅助诊断的软件包，像克莱默这样的医生可以利用这些软件找出患者病因，未来这些系统会在社区医疗中扮演更加重要的角色。IBM计划把其在美国老牌智力问答节目《危险边缘》（Jeopardy）中获胜的沃森（Watson）计算机上的技术，应用于搜索全世界的医学教科书和参考指南，以找到症状间的联系。医生只要在沃森计算机中输入症状便可得到一份可能疾病的排行清单。
但机器人无法替代克莱默最重要的技能——通过交谈便可得知患者病情。这些个人谈话很难被计算机模拟。而且不像病人向药剂师咨询那样，如果远程进行很可能就没有效果。这是因为它们需要依靠克莱默的能力去解读患者的肢体语言，了解他的情感状态，确定如何解释能使患者明白他的病情，并找出他生活中影响其治疗的其他因素。“人是复杂的，”克莱默说。“你的一个病人也许不仅得了糖尿病——他有糖尿病，而且还刚刚离了婚，想要重新开始一段恋情，可又担心性传播疾病。”世上没有一个机器人知道如何治疗这种病人——尤其是考虑到病人经常撒谎，误导你，漏掉一些事情，还顽固得令人抓狂。
现在，连社区保健医生都已经掌握了许多类似技能。在那些和病人交谈，而不是简单地执行某些医疗程序的医生身上，你会发现医学界有那么一个领域对机器人来袭还是比较有免疫力的。然而讽刺的是，那些按流程办事的医生往往薪水最高，比如特专业的外科医生。使克莱默成为优秀社区保健医生的技能，尽管机器人无法比拟，却不能使克莱默得到很好的报酬。（社区保健医生一般平均收入$163,000左右，而一些外科医生收入是其四、五倍。）
这个收入差距导致了全国范围内的社区保健医生的短缺，因为许多学生都选择了薪酬高的专业。机器人技术很可能会改变这一现象；如果机器开始降低对专科医生的需求，从而导致其薪水的减少，也许社区保健会看起来更吸引人。有证据显示这会对患者和医疗系统的完善有好处。2008年一项由美国医师协会（American College of Physicians）发起的研究表明经常看社区医生的患者能得到更好的预防性治疗，从而减少了跑急诊室的机会，大大降低了死亡率。换句话说，借助机器人，我们能挽救更多的生命。
当然，这种趋势对于像我妻子这种专科医生来说很糟糕。但下篇文章中我还会提到令人担心的另一个问题：机器人也跑来抢我的“饭碗”了。
译者：丫丫丫