近年來，人工智能醫療已迅速進入人們視野並在智能影像、智能病理、智能決策等方麵得到應用，在外科領域也已逐步成為一項可普及、可推廣的技術。轉變工作理念、接受智能技術、加強轉型學習、規範醫療行為、鼓勵跨域合作以實現職業生涯的可持續發展，是人工智能醫療帶給外科醫生最大的挑戰和機遇。
外科醫生如何適應人工智能時代的來臨、醫療大數據從何獲取、如何選擇和利用人工智能經驗、推廣人工智能醫療可能麵臨的障礙、哪些外科醫生更容易被時代所淘汰、如何應對人工智能可能引發的醫學倫理和法律問題、人工智能是否是解決醫療難題的最佳答案?這些方麵都將是值得外科醫生探索與思考的問題。
人工智能(artificial intelligence，AI)是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用係統的一門新的技術科學。AI的概念其實並不新穎，於1956年首先提出。早期人工智能技術遲遲無法實現突破性進展，而陷入沉寂，盡管有過偶發的成功案例，如IBM深藍超級計算機擊敗國際象棋冠軍卡斯帕羅夫，但始終不足以在現實世界支撐起大規模商業化應用。進入21世紀，尤其是近5年，大數據、算法和計算能力這三個人工智能的核心要素取得了長足進步，促進了AI技術的革命性發展。2016年，在以往被認為是機器“無法取勝”的圍棋比賽中，Google公司的AlphaGo成功擊敗人類世界冠軍李世石，從而賦予這場勝利曆史性的意義，使AI迅速進入大眾視野。越來越多的人相信，AI將會帶來一場深刻的社會變革，事實上變革已悄然發生，當人們用自己的臉解鎖iPhone X時，當人們使用微信的“語音轉文字”功能時，甚至在最傳統、最保守的健康醫療領域，AI已開始出現並無時無刻不介入到人們日常生活的許多領域。
2017-07-20，國務院印發《新一代人工智能發展規劃》，強調到2030年，我國的AI理論、技術與應用要達到世界領先水平，成為世界主要AI創新中心，這標誌著發展AI正式上升到國家戰略的高度。
我們隻知道大勢將至，誰曾想未來的格局和變化竟來得如此之快，OpenAI投資人Elon Musk曾預言：“一旦AI達到一個臨界值，即達到相當於人類中最聰明、最富有創造力的人的智力水平時，那麼它將在極短的時間內超越人類智力的總和”;Facebook創始人Mark Zuckerberg也預言，AI將在聽、說、讀、寫等核心感知力上5~10年內超越人類。在我們毫無察覺的世界裏，人工智能正在讀取人類社會的天量數據，日夜不息地自我迭代進化，新的時代已經漸行漸近，人們根本無力阻止，與其坐以待斃，不如緊跟人工智能環境下的新時代、新機遇，麵對如此洶湧極速的人工智能大潮，整個醫學界如何應對這樣的機遇和挑戰?外科醫生的我們是否已經在心理和能力上做好了必要的準備?
大數據時代，人工智能在醫療領域的應用
近年來，人工智能醫療已逐步成為一項可推廣、可普及的應用技術。在國外，大量科研機構和高科技公司早已布局AI醫療，並收獲豐厚成果。在智能輔助醫療領域，2015年，北卡羅來納大學研究認為，深度學習分割腦MR圖像優於傳統方法;2016年，Google研究表明，AI診斷糖尿病視網膜病變精度已可應用於臨床;2017年，斯坦福大學研究顯示，AI皮膚癌診斷精度可達專家級水平。在智能決策領域，2014年，Microsoft利用可穿戴設備采集分析健康數據，為使用者提供飲食、鍛煉和就診建議;2015年，IBM開始分析醫學文獻和病患診療記錄，為病人提供高質量、循證型個體化的診療方案;2016年，Google建立健康風險警告係統，借助移動終端推送健康風險警告，並及時通知醫生。在國民健康管理領域，2015年，荷蘭政府開始使用AI技術為特定病人群體尋找最有效的治療方案，並通過分析數字化的醫療檔案來減少醫療失誤;2016年，美國拉斯維加斯衛生部門利用AI技術進行公共衛生監測，通過社交媒體的追蹤來確定疾病爆發的源頭。在藥物研發領域，大型醫藥廠商也將AI技術應用於新藥開發與更新換代中。
在國內，AI醫療領域的發展和投資同樣如火如荼，據《2017醫療大數據與人工智能產業報告》統計顯示，中國目前已有83家企業投身AI醫療領域。2016年，IBM沃森醫生被引入中國，引發關注;2017年，中國台灣HTC將增強現實(augmented reality，AR)與AI結合，簡化心、腦、脊椎等極精密手術的流程;2017年，上海交通大學醫學院附屬瑞金醫院聯合英國約克大學啟動全球最大規模單中心臨床，以驗證可穿戴設備有助於診斷、監測帕金森病;2017年，杭州雲棲大會上，阿裏巴巴宣布進軍人工智能醫療領域，目標指向醫生、病人、醫院管理這三個重點：開發AI醫生，主要作為專業醫生助手發揮作用，力爭10年內減輕醫生一半工作量;研製AI“虛擬病人”，方便醫護人員提高醫術;利用大數據、雲平台、全流程移動支付等，打造“智慧醫院”。此外，有專家提議，將AI技術應用在實時監控醫保基金的使用情況上，以杜絕不合理的醫療費用支出，緩解我國醫保基金支出近幾年迅猛增長帶來的壓力。
由上可見，當前AI醫療的成熟應用主要集中在智能影像學、智能病理學和智能決策三個方麵。現代醫學中，醫生的診療結論建立在相應的診斷數據中，作出既正確且快速的判斷對臨床醫生來說是一項挑戰，這依靠的不僅是不懈的訓練，更是經驗和數量的積累。智能影像是計算機深度學習MRI、CT、X光等影像數據進而協助醫生完成診斷、治療工作的一種輔助工具，可以在3d內學完人類10年才能閱讀的片子;智能病理學協助病理科醫生做到更好的數據分析，既彌補了年輕醫生經驗上的不足，幫助他們在業務方麵迅速成長，也可以提高資深醫生的工作效率，節省了諸如術中冰凍病理學檢查這樣的等待時間;當外科醫生麵對需要進行複雜手術的病人時，需要閱讀幾百種文獻和資料才能製定出放療、化療、靶向等綜合治療方案，智能決策可以在1min內從所有相關的研究文獻中推薦出病人所需要的治療方案，所以從智能影像學、智能病理學、智能決策這三點上來看，人工智能醫療一定能成為外科醫生的好助手。那麼AI在外科領域的發展現狀如何?AI的發展目標究竟是幫助還是替代外科醫生?我們能否在這次技術變革中全身而退?這些是全體外科醫生共同關注的話題。
人工智能醫療在外科領域的應用與實踐
人工智能技術是由認知、預測、決策和集成解決方案四部分共同組成。認知是指通過收集及解釋信息來感知並描述世界，如最近興起的影像組學，就是利用數據挖掘技術，自動從影像學、病理學、基因等海量數據中萃取、提煉並量化腫瘤海量特征並進行解析的新方法，其超強的學習能力彌補了醫生時間和經驗上的不足。
預測是指通過推理來預測行為和結果。2014年，AI通過閱讀美國外科協會國家手術質量改進計劃的數據來預測手術並發症，準確性遠遠優於其他單項指標或量化評分;2015年，中國科學院自動化研究所和廣東省人民醫院放射科通過回顧500例結直腸癌病人數據，將影像特征、血清腫瘤標記物和臨床指標相結合，構建並驗證了基於影像組學標簽的術前預測模型，將結直腸癌淋巴結清掃的假陽性率從70%降低到<30%;2016年，浙江大學醫學院附屬邵逸夫醫院通過提取48例新輔助放化療後直腸癌病人多模態磁共振成像數據中的影像特征，利用人工神經網絡方法建立模型，實現了直腸癌新輔助放化療效果的定量化精準評估。
決策則是關心如何做才能實現目標。沃森醫生(Watson for Oncology)是一款IBM公司打造的醫療認知計算係統，被稱為腫瘤學界的AlphaGo，目前已用於乳腺癌、胃癌、結直腸癌等8種腫瘤的治療決策。醫生隻需輸入病人的一般情況、基礎疾病、手術、病理學、治療過程、複發轉移等信息，沃森醫生就能通過300種以上醫學期刊、250本以上醫學書籍、1500萬頁的論文的篩選，列出最符合當前條件的數個治療方案，並按照優先級推薦給臨床醫生，同時注明各方案的循證支持和指南來源。此外，沃森醫生還能接收病人的腫瘤活檢基因學檢測報告，通過強大的認知與計算能力，發現與病情發展情況相關的基因突變，並提供針對這些突變的可選治療方案列表，以供主治醫生參考。同時，它還能為病人推薦符合入組條件的臨床試驗，給予病人更多選擇的機會。目前上海交通大學醫學院附屬仁濟醫院、瑞金醫院和上海市第十人民醫院等已將沃森醫生應用於乳腺癌和結直腸癌的MDT多學科討論，數據顯示沃森醫生和人類專家方案的一致率高達85%以上。
最後，當人工智能與其他互補性技術結合時，可生成集成解決方案，如全自動機器人手術。經過30多年的快速發展，手術機器人已在神經外科、腹外科、胸外科、骨科、血管外科、整形外科等多個領域得到了廣泛的應用，美國的da Vinci是惟一商用的手術機器人係統，目前已發展到第五代產品，全球裝機量截止2017-09-30已達4271台;英國Cambridge Medical Robotics研製中的Verslus不僅適用於微創手術，還可應用於傳統開腹手術;美國Auris Surgical的ARES專注於肺腫瘤的精準化微創治療;天津大學和威高聯合研發的“妙手S” 於2017年3月進入注冊檢驗階段;哈爾濱工業大學產業轉化的蘇州康多機器人公司也在2017年5月宣布即將進入臨床階段。是否搭載人工智能是新一代機器人區別於上一代機器人的重要特征：日本已開始使用機器人作為助手參與外科手術;美敦力旗下Mazor Robotics的手術機器人已經可以提示骨科醫生最佳的脊柱值釘部位;中國台灣HTC公司的AI結合增強現實技術(augmented reality，AR)，配合示蹤劑，可在屏幕上標示關鍵的解剖結構以及建議的手術步驟，並提示可能存在的手術風險;STAR (the Smart Tissue Autonomous Robot)成為全球首台全自動手術機器人，2016年其在無人工協助下完成了小腸端端縫合的動物實驗。
由上可見，AI技術的認知、預測、決策在外科領域的許多應用已經成型甚至商業化，然而最關鍵的集成解決方案技術尚處於並且將在未來相當長的一段時間內仍處於研發階段。相比於看不見摸不著、運行在各種儀器設備中的AI程序，人們對人工智能更具體的印象其實是“機器人”，理論上，隻要給予足夠多的數據量，AI將能夠勝任人類所有的工作，而機器人便是AI最完美的搭檔和載體，首例全自動機器人手術將成為人工智能醫療應用在外科領域標誌性的事件和突破，但目前看來仍然需要10年以上的技術積累和臨床試驗。這決定了AI短期內將更多地以助手而非競爭對手的身份出現在手術室，這同時也給了外科醫生難得的喘息時機和間歇時期，能否利用這段緩衝期適應人工智能時代的新要求，避免被科技進步所淘汰，成為一名具有可持續發展潛力的外科醫生，將是所有外科醫生——尤其是青年醫生不得不共同麵對的挑戰和機遇。
人工智能醫療時代的挑戰和機遇——做一名可持續發展的外科醫生
手術機器人和影像識別技術是人工智能外科的基礎，但發明他們的不是外科醫生，而是工程師和電腦專家，我們隻是在應用層麵助了一臂之力。毫無疑問，人工智能醫療將在外科領域引發變革，但背後的推手一定不是外科醫生，我們在整個過程中，可能隻屬於“食物鏈”的底層。在人工智能醫療時代，如何發揮主觀能動性求生存求發展?如何將發展的潛力轉化為立足的實力?值得我們每一位外科醫生思考。
筆者深深感受到，首先外科醫生要做好工作理念轉變的思想準備。某些關鍵技術的突破在短短幾年內就可以讓一些職業退出曆史舞台，醫療領域雖然有一定的特殊性，但世界上別的領域走過的路，醫療領域沒有任何理由以其特殊性而獨善其身。筆者醫院乳腺疾病中心醫生體會到沃森醫生的優勢在於效率比人類更高，但缺點同樣明顯，AI不通情感，無法分析病人的喜怒哀樂，理解疾病過程與預測轉歸。智能醫療為醫生提供了更豐富的資源和工具，提高了行業標準和要求，減少了從業者的工作量，將促使醫生將工作內容從單純的“吃技術飯”轉向情感交流和人文關懷。社交能力、溝通能力、協商能力、同情心和職業素養在醫生綜合能力中所占的比重將越來越高，是否掌握人情練達的藝術以及是否對他人真心實意的扶助和關切在未來將左右一名醫生的風評、口碑和受歡迎程度，因為這些都是人工智能缺乏或許永遠無法提供的。外科醫生不但妙手，更要仁心;社會進步需要速度，更要溫度。
其次，外科醫生需要接受並利用技術進步的成果。過硬的業務能力是任何一名外科醫生的立足之本，而AI技術的發展有望幫助外科醫生更有效率地提升自己的手術技巧。隨著腹腔鏡手術的普及以及可穿戴智能攝像頭的發展，我們可以非常方便地記錄自己手術的全過程，並與之前或其他人的錄像進行比較和揣摩;各種新型傳感器有望精確地記錄術者的眼球運動、手指運動，並且量化評估器械使用以及和助手配合的合理性，找出改進方向;優秀的手術示範甚至有機會被機器完整地學習並拷貝，專利化甚至商品化，應用到未來的全自動機器人手術中去，這些都是人工智能時代，新技術帶來的無限可能性。此外，互聯網醫療時代誕生了一批“網紅”醫生，他們或許不是本專業知名、繁忙的專家醫生，但肯定是最有熱情與欲望接受並利用技術成果的、最會利用新媒體平台擴大個人影響力的青年醫生。人工智能時代將建立起全新的醫療信用體係，醫生的水平和服務質量將時刻接受醫療大數據和病人評價的雙重監督。在互聯網醫療簡化就醫流程和提高就醫效率的背景下，複旦大學醫院管理研究所所長高解春估計，網絡就醫將使醫院減少30%~50%的門診病人，屆時醫療資源的相對寬裕也會促使病人集中到知名度高、有品牌、口碑好、服務佳的醫生那裏去。因此，利用新技術修煉好內功，利用新媒介做好個人宣傳和品牌建設應該成為當代外科醫生——尤其是青年外科醫生的必修課。
接著，外科醫生要堅持新時代的轉型學習。人工智能的興起推動了所謂的“技能偏好型科技變革”——即擁有數字技能的人才將特別受到重視，財富分配也將向這些具備合適技能的人才聚攏。不僅在醫療領域，目前全中國都麵臨著巨大的人工智能人才缺口，很多公司甚至到國際學術會議上直接挖人。殘酷的現實情況是，中國醫療界現在很難招募並留住人工智能領域的人才，因為他們在互聯網公司有更好的待遇和前景。國務院下發的《新一代人工智能發展規劃》中提出，要從中小學教育開始，建立未來數據科學家和工程師儲備庫，這種自下而上、激進的人才培養模式可能需要5~10年甚至更長時間的蟄伏期才能看到成果，而這可能是留給我們這一代外科醫生提高自己最後的好時光、好機會。中國對人工智能人才教育的關注必須包括讓現有勞動力更新知識結構並能享受發展紅利，外科醫生——特別是青年外科醫生，有必要做好數學、統計、控製、工程、計算機編程等AI相關學科的知識儲備，並深入學習自己有興趣或涉及自身研究方向的專業知識;絕不能滿足於單純作為人工智能醫療的使用者和傳播者，而應當勇於成為人工智能醫療的參與者、實踐者、開發者乃至創新者。從長遠來看，國家則有義務進一步提升醫療環境、改善醫患關係、增加醫療工作者收入，這樣才能吸引源源不斷的青年才俊投身醫學事業。
然後，外科醫生必須規範醫療行為，告別過去一些習以為常的陋習。在醫保基金近年來越發吃緊的大背景下，醫保監測在人工智能的加持下逐步走向自動化、實時化、精準化，即借助醫保信息化係統建立一套涵蓋診療前、診療中、診療後等全流程，管理藥品、檢驗檢查、醫用材料等全處方，監督參保人、醫師、醫院和藥店等全體人員的醫療保險監管體係。一旦發現醫保基金使用出現違規問題，或醫院和醫師在服務過程中不按規則辦事，監控係統就會立即警告或者製止，醫療保險經辦機構則會立即跟蹤管理。最終目的是有效控製醫保基金的濫用，進而杜絕“亂診斷” 、“亂收費”以及不合理的利益輸送等現象。新形勢下，我們必須秉持“病人利益高於一切”的理念，在保證醫療服務安全、有效、專業的同時，盡可能地控製醫療成本，不為病人增添負擔，不去觸碰法律紅線。
最後，鑒於人工智能對專業知識廣度和深度提出了前所未有的嚴要求、高標準，外科醫生有必要加強跨領域的多學科交叉合作。沒有高水平的數據專家把關算法，就無法把最前沿的人工智能理論應用到外科領域;同樣，沒有專業醫生的深度參與，人工智能就完全不可能進入醫院落地應用。為達到這個目標，國家力量可能需要介入，啟動人工智能醫療方麵的重大研發計劃，組織各領域有基礎的學科強者，組建一支真正的研發夢之隊，真正實現技術上的突破。
人工智能醫療的終極目標就是讓人類更健康，讓病人更滿意，讓醫生更自由，而“可持續發展”的期待將倒逼外科醫生在服務、技術、工作模式、品牌、思想、理念等多個維度都要符合人工智能醫療時代的標準，盲目堅守傳統思維模式的必然結果就是優勝劣汰。當然，探索的道路上一定伴隨著艱難和困惑，這需要我們勇於麵對、勤於思考。
外科醫生在人工智能醫療時代不得不麵臨的思考
外科醫生為什麼需要人工智能?醫療領域的難題有時經過幾代人花費幾十年的努力還沒有找到突破性的解決辦法，以腫瘤為例，盡管NIH每年投入的研發經費巨大，大量抗癌新藥被研發，但是大部分癌症的5年存活率並無實質性進步;作為對比，艾滋病的5年存活率，在找到有效治療措施後，5年存活率從0上升到75%。早發現、早治療是提高癌症治愈率的關鍵，影像組學技術結合醫學影像、基因和臨床大數據，利用人工智能方法挖掘腫瘤信息，實現癌症、癌前病變甚至潛伏期腫瘤在CT、MRI、X光等影像或血液數據上的早期診斷，為早期手術創造了條件，有望成為癌症治療領域的突破性技術。該技術所需要的龐大樣本量是傳統的數據處理方法(如回歸和多變量分析)無法負荷的，而且輸入的樣本數越多，AI算法能夠改進或學習的空間越大，最後的結果也越準確，可以說，人工智能是臨床“大數據”得以變廢為寶的基礎和核心技術，為外科醫生解決醫療難題提供了新思路和強有力的工具。
那麼，外科醫生的“大數據”又從何而來?正如人類需要從食物中獲得能量，人工智能的“食物”則是穩定的數據流，AI係統必須通過大量的數據來“訓練”自己，才能不斷提升輸出結果的質量。中國龐大的病人基數以及問診、檢查、診斷、手術、隨訪、輔助用藥等豐富的醫療行為可以為外科醫生提供海量的臨床數據。為了盡可能充分地利用這些數據，我們有必要構建一個更為完善的數據生態係統：(1)建立並落實數據規範並鼓勵跨醫院、跨地區的數據交流，我國香港特別行政區醫院的經驗表明，使用統一並可以被人工智能直接讀取的的信息係統將顯著提升臨床數據的價值，如北京大學腫瘤醫院季加孚教授領銜的中國胃腸腫瘤外科聯盟，在中國眾多醫療中心之間分享統一格式標準的胃腸腫瘤臨床數據，跨出了“小數據”整合的重要一步。(2)改進並豐富數據錄入方式，數據要在人工智能醫療領域發揮大作用，必須做到真實、完整、精確，中國醫生的工作強度很高，很難抽出時間詳細記錄所有數據，未來在成熟的語音技術幫助下，我們可以使用語音轉錄設備記錄醫生和病人的對話，自動生成電子病曆，既減少醫生的工作量，又提高數據的完整性，未來醫療可穿戴設備有望全天候地監測病人的心跳、血壓、血糖、胎動等生理數據以及服藥情況等，排除病人依從性對數據的幹擾。(3)外科醫生要善於發現新型數據來源，計算力的空前提高使計算機視覺已經能像閱讀體育比賽一樣，對手術視頻(這是從未利用過的大數據)進行定量分析，完成自動分割、注釋並記錄數據，1 min高分辨率手術視頻包含的數據量，是同一病人CT數據量的25倍，可謂不折不扣的數據金礦，因此，錄製手術視頻在大數據時代極其重要。
隻有讓人工智能應用在外科領域的方方麵麵，其神秘感才會逐漸消失，其臨床潛力和社會價值才會充分彰顯，但在推廣工作中必然會遇到種種障礙。如很多醫院還沒有意識到采集人工智能醫療數據的重要性，依然在使用陳舊的手寫門急診病曆，但人工智能很難直接讀取這樣非結構化的自然語言，從而失去了解病情起因、發展、轉歸的重要信息來源。此外，越來越多的醫院管理者和學科帶頭人開始意識到，收集並分析臨床數據將有助於提升臨床實力和科研競爭力，但由於缺乏既懂醫學，又懂人工智能的跨界人才，這一想法往往不能付諸實施。還有，目前的智能醫療係統無法完全替代人工，但其使用和維護費用居高不下，遠高於人力支出，因此，基於成本的妥協引入先進技術、精簡人工流程的需求就顯得並不那麼迫切。
哪些外科醫生在人工智能時代可能麵臨失業?有分析曾預言，人工智能醫療的發展意味著醫生的淘汰和失業，筆者認為這句話並不正確。在一個團隊裏，不同層級醫生所負責的具體工作存在很大不同，初級醫生不會失業，因為他要負責很多繁瑣紛雜的基礎工作，雖然技術含量不高，但這些事情必須要有人來做，而且他們的人力成本最低;有專業品牌的著名醫生也不會失業，因為他們是製定規則、作出決策並有大量病人資源的人;而真正需要擔心的是那些沒有激情，不思進取，又不轉型學習，未能跟上時代步伐、無所事事、可有可無的中間段醫生。
目前的人工智能正在朝著我們可預料和不可預料的方向飛速發展，AlphaGo Zero從零起步，左右互搏，摸索出人類窮極數千年也未曾想到的新棋法，以100∶0的總比分戰勝上一代AlphaGo。未來外科醫生可能也要麵臨類似挑戰: 在一些關鍵的臨床決策上，人類經驗和機器經驗同時存在卻又有很大差別，甚至產生衝突，我們應該如何選擇和利用?鑒於醫療工作保守、嚴謹的特征，病人依從性各不相同，以及當前相對緊張的醫患關係，究竟是選擇基於最新的機器經驗去實施科學治療，還是采取最保險的人類經驗和習慣治療，仍然需要時間的考驗而做到具體問題具體分析。
人工智能醫療勢必會帶來大量的醫學倫理和法律問題：健康數據屬於病人還是醫生?收集數據是否侵犯病人的隱私?數據應以何種方式共享?麵對日趨嚴峻的網絡安全攻擊又該如何保護數據?人工智能是否會無意識下繼承大數據中的種族歧視、性別歧視和偏見?人工智能的決策導致醫療過錯，醫生是否需要擔責?今後這些問題都會隨著人工智能醫療的發展而不斷浮出水麵。
至於人工智能醫療究竟能走多深走多遠，歸根到底還得看它能解決多少實際問題。20年前神經網絡學習曾引發廣泛關注，但最終能被其解決的問題寥寥無幾，研究者在新技術麵前應該保持一份冷靜，審時度勢，在充分利用已知方法的基礎上，逐漸熟悉、采納、比較人工智能技術的適用範圍，切忌盲目追求流行。
綜上所述，筆者要再次強調外科醫生的重要性、獨特性和難以替代性。裘法祖院士曾說，“外科學是一門科學、技術和藝術的綜合”。研究顯示，科學家、藝術家將是最難被AI取代的職業之一，上帝賦予人類靈巧的雙手和聰慧的頭腦，而外科醫生則是將此兩者完美結合的典範。當然，技術的發展是沒有邊界的，外科學正從基於能力的藝術，逐漸轉變為數據驅動的科學，生產力的發展必然帶來生產關係的改變。我們可以思考，自己今天所從事的工作是否AI有一天也能完成，甚至做得更好?外科醫生急需一次徹底全麵的集體學習和自我提升，這樣才能在被稱為“第四次工業革命”的人工智能浪潮中牢牢占據主動，掌握核心競爭力，不被科技公司和資本投資左右，作為專業人士真正主導技術應用發展的走向並分享更多屬於新時代外科事業的成果。
