信息技术与伦理/消费级人工智能

消费级人工智能

“消费级人工智能 (AI)” 指的是使用人工智能机器和软件的产品和系统，这些机器和软件可以被公众轻松购买。这种类别的人工智能被实施到许多子组中，每个子组都与用户/消费者进行交互以满足消费者的需求。

背景
人工智能研究建立在这样一个想法之上：人类智能可以被研究、完全理解，并因此由机器模拟。自从该领域获得关注以来，它面临着许多伦理和哲学问题。尽管如此，它是一个不断增长的行业，并且在日常生活中表现出来。

人工智能与用户声音

消费者使用人工智能的一种方式是通过他们的电子设备。这些设备往往通过“呼叫和响应”的方式与用户交互，包括用户告诉或询问人工智能代理某些信息，然后系统对用户进行响应。

聊天机器人
用于模拟人类对话伙伴的计算机程序。人们可以通过文字与它们进行交互。一些用例包括客户服务、信息收集（搜索用户关键字并做出选择）聊天室。 ^{聊天机器人通常使用复杂的自然语言处理器来彻底准确地聆听和响应用户的输入。一些更简单的设计使用数据库扫描用户的输入（词语），并根据接收到的输入自动选择最佳的响应。}

• 帮助机器人：在客户服务聊天机器人的背景下，有些聊天框会在您浏览网页时出现。您可能已经意识到，会弹出一个提示，询问您是否需要任何帮助或是否有任何问题。如果您在聊天框中键入内容，一个自动系统将根据您键入的关键字是否与任何预先编程的响应匹配来回复您。
• Cleverbot：Rollo Carpenter 开发的人工智能，用于与互联网上的人们就任何话题进行聊天。与任何需要个人交互的 AI 一样，这种聊天 AI 从他人的言论中学习。有时对话会有意义，感觉像是您在与真正的人交谈，但有时 Cleverbot 会说出完全随机的话。

“智能个人助理 (IPA)”
语音辅助 AI 的另一个应用是“智能个人助理 (IPA)”。换句话说，这些系统与其他应用程序和程序协同工作以执行用户的请求。如今，人们可以通过移动设备、平板电脑或笔记本电脑轻松访问虚拟个人助理。这些个人助理可以执行许多任务，例如根据用户的请求告知天气、笑话和新闻。

• Siri（语音解释和识别界面） ：苹果 iOS 的 IPA，它从自然语言数据库中获取数据以完成用户提出的请求。在苹果设备（例如 Mac、iPhone、iPad）上使用。为用户提供了一种更便捷的方式，可以与苹果设备进行免提交互。随着时间的推移，它会变得更快，并且根据用户的模式和习惯变得更加个性化。它还会通过持续使用来学习更好地识别用户的语音模式。可以用“嘿 Siri”激活。Siri 还可以访问您的设备上的内置苹果应用程序，例如地图和邮件。如果请求，这些应用程序可以由 Siri 打开并使用其功能。
  
• Google Now/Google Assistant：（Google Assistant 是 Google Now 的升级和扩展）。由 Google 开发的 IPA，可用于苹果的 iOS 或任何 Android 设备，并通过 Google 搜索应用程序提供。与 Siri 一样，Google Now 利用自然语言数据库，并且鉴于用户的习惯具有预测性。可以用“好的 Google”和“嘿 Google”激活。
• Microsoft Cortana：与 Siri 和 Google Assistant 类似，Cortana 是微软的智能个人助理版本。Cortana 可以在 Windows 设备上找到，例如 Windows 10 PC。可以用“嘿 Cortana”激活，或者通过任务栏上的搜索按钮打开。它还与微软的网页浏览器 Microsoft Edge 集成，Cortana 与它一起使用。您可以输入问题，Cortana 会回复您。

对娱乐用途的聊天机器人的担忧
聊天机器人有很多用途，通常用于从用户那里收集信息，但是，人们越来越担心在娱乐环境（例如玩具）中发现的聊天机器人。人们担心收集了哪些数据以及数据去了哪里。此外，对于大多数 IPA 而言，这些设备总是处于积极聆听状态，以查看您是否会说出打开它们的命令，因此这也带来了隐私问题，因为它们总是倾听您的言论。

家庭自动化系统

家庭自动化系统并不新鲜，但最近这类系统的产品开发非常多。每个家庭 AI 系统在功能和设计方面都是独一无二的，但定义家庭自动化系统的最常见特征是通过单个界面将您家中所有电子设备和系统连接起来，并远程或自动控制它们。大多数这些系统都是语音控制的，并配备了与 iPhone 的个人助理 Siri 或 Google 的 Google Assistant 类似的 AI。

设备和优势/功能
这个市场上有许多竞争产品，但最受关注的是亚马逊的 Echo。

• Amazon Echo（Alexa）：Echo 是一款圆柱形设备，具有语音控制界面，并且具有与智能手机虚拟助理几乎相同的功能。可以用“Alexa”激活。它总是积极地聆听唤醒词，但是您可以选择静音麦克风以保护隐私。它可以执行许多个人助理可以执行的任务：例如回答问题、告知天气或播放音乐。但它也可以用于与第三方硬件通信，让您可以控制电子设备，例如您的灯光开关和恒温器。有些设备甚至配备了安全功能。与 IPA 类似，Alexa 可以学习识别您的语音模式。有一个“技能”商店，Alexa 可以“学习”。之后，您就可以使用与该技能一起编程的任何命令来使用它。技能商店有很多类别，例如音乐、旅行和食物。
• Branto：一个球形的家庭助理可以向您展示其周围环境的 360 度视图，您可以在远程查看。它的软件还会在检测到可疑活动时发出警报，即使您不在家。
• EmoSPARK：更专注于人工智能方面。EmoSPARK 使用面部识别来感知您的情绪。因此，如果它检测到您很伤心，它会尝试通过讲笑话或播放欢快的音乐来让您振作起来。当您不希望 EmoSPARK 响应您的声音时，您可以随时将其置于隐私模式，这是其他家庭 AI 系统中没有的功能。
• Google Home：一个支持 Chromecast 的扬声器。可以与 Google Assistant 搭配使用。与第三方应用程序和设备配对，例如飞利浦 Hue 灯泡，以便在需要时打开灯光。与 Amazon Echo 非常相似的功能。对 Android 设备和装备非常方便。
  

优势

家庭 AI 助理的一大优势是它易于访问。它非常方便，因为它只需一个简单的命令就可以控制您家中的灯光或恒温器。安全摄像头也可以用一个命令激活。由于家庭 AI 助理是语音控制的，因此它们对所有年龄段和群体的人来说都很容易使用。此外，它让您感觉自己拥有一个真正的个人助理，您可以轻松地获取有关您的个人生活或世界各地发生的事情的信息。

劣势
所有这些家庭 AI 助理的缺点之一是缺乏便携性。您无法像智能手机一样随身携带它，它只适用于家庭，并且只能从一个房间访问。拥有数字家庭助理还存在一些严重问题。例如，一些用户表示担心他们的隐私受到侵犯。例如，一对夫妇对 Echo 在听到他们争吵时意外回应“说这样的话不太好”感到困惑。几天后，这对夫妇在讨论婴儿时，Echo 还向他们展示了关于尿布的广告。此外，据报道，像 Amazon Echo 这样的家庭 AI 控制台存在安全漏洞。这不太可能，但有可能有人可以通过中间人攻击或其他方式入侵您的系统。一旦他们访问了您的系统，他们就可以潜在地解锁您的自动化门或窃听您的对话。

伦理意义
尽管这些家庭自动化系统中的许多都提供了许多可以提高生活质量的出色服务，但似乎您必须牺牲隐私才能获得便捷的生活。购买这些设备时，消费者必须决定他们是否愿意为了方便而允许可能侵犯隐私的行为。

电子游戏人工智能

现代集成
尽管可能看起来并非如此，但我们今天所知的大部分人工智能技术都已通过电子游戏融入我们的生活。人工智能被整合到游戏中，帮助玩家在模拟现实生活情况的虚拟世界中进行探索。通过这种方式，许多游戏开发者使用专门的游戏监控软件来跟踪玩家在游戏引擎遥测数据中的行为、想法和预测。这引发了一系列道德和伦理问题，因为它侵犯了个人隐私。

交互分析
研究中的一个例子是“众包人机交互”。 人机交互研究旨在探索是否可以通过在线游戏生成大规模信息。通过开发一个小型任务管理游戏，而不严格分配人机之间的社会角色，研究人员能够收集 82,479 个行动的决策数据，并分析人类在不同情况下会如何反应。

伦理意义
另一个同样棘手的伦理问题是社会对其机器人同类的道德义务，包括生存权和自由权、思想和表达自由权以及法律面前人人平等。 另一个伦理问题是创建这些智能体的透明度。人工智能开发者是未来人类的代表，因此有道德义务对其工作保持透明。

竞技型人工智能

游戏从人类出现之初就存在，但从历史的角度来看，电子游戏相对较新。20 世纪见证了人工智能的兴起，人工智能已应用于社会生活的各个方面，从食品生产到医疗保健，再到娱乐。

深蓝
其中一个娱乐用途是与人类对抗。IBM 正在研发一台名为“深思”（后来改名为“深蓝”）的机器，它可以提前计算棋局，并与人类棋手竞争。为了展示其实力，IBM 挑战了世界象棋冠军加里·卡斯帕罗夫进行一场比赛。深蓝在 1996 年的第一场比赛中获胜，但在总比分上以 2-4 败北。IBM 对机器进行了升级，并在 1997 年与卡斯帕罗夫进行了一场重赛。这次，深蓝获胜，它采取了一步卡斯帕罗夫称之为“深度智能”的棋步。卡斯帕罗夫在比赛结束后感到愤怒，指责 IBM 作弊。IBM 否认了这一指控。卡斯帕罗夫随后要求重赛，但 IBM 拒绝了他的请求，并同时关闭并拆解了深蓝。15 年后，IBM 透露，1997 年深蓝出人意料的棋步实际上是程序中的一个错误。深蓝不确定应该采取第一步，因此它随机地走了一步——这步棋恰好很有效，打乱了卡斯帕罗夫的思路。

AlphaGo
AlphaGo 项目始于 2014 年左右，旨在测试一种名为“深度学习”的机器学习形式在围棋游戏中的应用。在开发这个项目时，程序员决定让他们的 AI 与 2 段围棋棋手樊麾进行对抗，并在 2015 年击败了他。这标志着机器首次在围棋比赛中击败了没有让子的职业棋手。围棋被认为是机器难以攻克的游戏，因为它包含大量可能的走法，机器难以决定下一步该怎么走。一年后的 2016 年，AlphaGo 击败了 9 段职业棋手李世石。

AlphaZero

AlphaZero 是 AlphaGo 的一个改进版本，可以玩围棋、象棋等游戏。由于机器学习的存在，它无需任何人类输入或知识就能玩象棋等游戏。它只需要了解游戏的规则，就可以开始游戏。AlphaZero 只用了 4 个小时就学会了象棋的所有规则，并击败了世界上最强大的象棋程序。AlphaZero 与其他竞技型 AI 的区别在于，它不需要任何先验知识，它可以通过机器学习从错误中学习。

伦理意义
尽管人工智能发展到能够击败人类最伟大棋手的程度，这可能被认为是我们科技实力的伟大证明，但我们需要考虑这对未来意味着什么（如果有的话）。关于人工智能最大的问题之一是，如果它们的行为超出了我们的设定范围怎么办？如果它们做出了我们没有预料到的决定怎么办？在深蓝的例子中，这台机器被设计成通过遵循一种扩展算法来赢得象棋比赛。最终发生的是深蓝通过不遵循算法赢得了象棋比赛。这个错误引发了关于深蓝获胜的合法性的争论。如果这台机器承担了更危险的任务，比如用枪射击目标，而一个错误让它认为“最近”的目标是它和人群之间的一堆未使用的目标，会发生什么？这引发了几个问题，其中之一是，是否可以为了安全或监管而牺牲安全或监管，创造出能够胜过人类的人工智能。

无人驾驶汽车

汽车也属于人工智能消费技术领域。无人驾驶技术最突出的开发领域之一是汽车行业。自动驾驶汽车的概念是人们谈论未来应该如何发展时最常见的概念之一。由于这一概念彻底改变了交通运输的发展方式，新的公司应运而生，与那些自行业开始以来就存在的传统汽车制造商展开竞争。在大多数情况下，这些新公司并不拥有汽车本身，而是创造了背后的技术，使其能够实现自动驾驶。一些推动自动驾驶汽车发展的公司包括 Waymo、特斯拉、Uber 和 Aptiv。

重要的是要注意，根据驾驶员在多大程度上需要控制汽车，以及他们需要在多大程度上控制汽车，存在不同的级别。

• 0 级：没有自动驾驶功能。
• 1 级：汽车可能有一个或多个系统可以控制速度或转向。
• 2 级：汽车可以同时控制转向和速度，在短时间内无需驾驶员干预。
• 3 级：汽车可以在所有情况下控制车辆，并始终监控道路，但在出现故障时，将需要驾驶员接管车辆。
• 4 级：无需驾驶员干预，如果系统出现故障，汽车会自动停止。从这个级别开始，驾驶员不需要方向盘或刹车，但可以包括在汽车中。
• 5 级：这类汽车不应该在任何情况下由人驾驶。它们可以监控道路和环境的各个方面，例如没有清晰车道线的道路。

无人驾驶汽车 可以改变我们通过交通工具交流的方式，将其提升到一个全新的水平。随着驾驶员角色的消失，在驾驶过程中可以做的事情数量会成倍增长。其中一个可能性是能够接听电话、处理工作项目，或者只是欣赏十个小时的旅程中的风景，而无需专注于道路。另一个重要方面是，由于驾驶员角色的消失，每个人都可以使用汽车。它还将为驾驶员群体创造一个更安全的氛围。人们经常无法正常交流或让自己的情绪控制自己，这会导致道路上的问题。由于汽车 由软件控制，因此驾驶变得更安全、更有效率，因为随机性被消除了。这是创建汽车网络的基本理念。道路上所有车辆相互连接，使每个人都了解即将进行的动作，这应该使道路上的车辆像手风琴一样同步行动。结果，交通拥堵将会消失，或者至少减少到更大的程度，这也对环境产生了积极的影响。

自动驾驶汽车的主要问题是乘客的安全。系统中任何微小的故障都可能导致人员死亡，因此算法的开发必须谨慎，因为生命安全至关重要。安全也是自动驾驶汽车的关键方面之一，因为如果攻击者能够访问某人的汽车，他们就可以按照自己的意愿控制汽车，并在需要时杀死乘客。由于我们之前讨论的汽车网络几乎不需要延迟，所以在汽车网络方面也存在技术障碍。在决策过程中，即使少于一秒的延迟也可能导致悲剧。据信，随着 5G 及其自身规范的引入，开发这种网络将成为可能。值得注意的是，自动驾驶汽车带来了一项过渡问题，因为必须改变全世界甚至一个国家的人，才能完全采用自动驾驶汽车，才能拥有一个完美且统一的网络。一旦自动驾驶汽车完全普及，人们将更加依赖机器，这将导致许多人失去驾驶工作，例如出租车司机和卡车司机。

隐私问题 也是这场变革中的一个问题，因为现在汽车制造商将能够随时了解我们的行踪。自动驾驶汽车还带来一个重大的伦理和法律问题。想象一下，当有人违反交通规则横穿马路时，一辆汽车正在驶近。汽车应该怎么做？应该保持原路线撞死横穿马路的人，还是撞向自己，杀死车内的人？在这两种情况下，谁应该对那个个人或群体死亡负责？这些都是关于自动驾驶汽车和人工智能技术需要解决的一些问题，因为这项技术为每个人提供了改善生活质量的巨大可能性，但也提出了由于类似技术不存在而无法回答的重大问题。

AI 在反病毒软件中的应用

技术正在以前所未有的速度发展，其影响范围也在不断扩大。随着时间的推移，越来越多人开始使用电脑或类似电脑的设备。这种技术的普及和使用为个人和公司都带来了风险和许多威胁。这些风险以恶意内容的形式出现，例如病毒和恶意软件。为了应对这些威胁，反病毒软件被开发出来，用于保护我们今天使用的技术的使用者。

标准的反病毒方法

如今许多反病毒软件使用多种策略来减轻可能影响计算机系统的攻击和恶意软件的风险，例如：

• 基于特征码的检测：检查文件、程序和应用程序（特别是 .EXE 文件）是否与已知的恶意软件列表匹配。
• 基于启发式的检测：这是一种常用方法，它利用基于特征码的检测，因为它可以尝试检测已知恶意软件的类似变种或与已知病毒类似的新型恶意软件。
• 基于行为的检测：这种方法更多地用于根据恶意软件执行过程中的特征和行为来检测恶意软件。它可以在程序执行期间检测到程序是否执行恶意操作。
• 沙盒检测：这种方法的工作原理与基于行为的检测几乎相同，但不同的是它在独立的虚拟环境中运行可疑程序，从而可以安全地进行跟踪。

AI 反病毒软件的用途

上述方法在过去几十年中一直比较有效，但随着科技时代的发展，它们可能不足以减轻我们每天面临的新威胁。  这标志着新一代反病毒方法的开始，该方法整合了 AI 和机器学习，旨在有效减少零日攻击和新病毒以及其他类型恶意软件变种的破坏。AI 在这个市场中的作用是自行识别新的威胁和模式，并将这些信息添加到现有的数据库中。这将大幅减少识别风险所需的时间。像微软这样的公司正在涉足 AI 反病毒软件领域，因为他们表示：“微软认为人工智能是未来安全解决方案，因为攻击变得越来越复杂。’如果我们想要始终领先于快速变化的事物，就必须实现自动化’，Lefferts 说。他指出，大约 96% 的已检测到的网络攻击都是全新的。” AI 旨在减少反病毒软件中的人工干预，实现自动化，从而使反病毒软件能够自行识别威胁。这将节省大量时间，并且很可能会减少很多损失。这一切都源于 AI 本身在这方面比人类更快、更有效，许多人无法与 AI 相抗衡。

AI 反病毒方法

目前正在使用或正在考虑的 AI 反病毒检测方法有很多。许多这些方法超出了当前反病毒软件的性质和复杂性。它们是：

• 启发式技术：这种技术与标准反病毒软件的启发式方法非常相似，它使用以前学习的指令序列或已知恶意软件集来检测未知病毒，包括新变种或全新的病毒。
• 数据挖掘技术：这种技术尝试利用数据挖掘，即对海量数据进行分析以生成新信息，来学习程序是否恶意。数据挖掘据称可以检测到两倍数量的新恶意可执行文件。
• 智能体技术：这种方法希望计算机能够在病毒快速传播并造成重大损害之前自动有效地应对新病毒。智能体技术本质上是一组“智能体”，可以是任何东西，从简单的生命形式到简单的计算机程序。整个系统类似于免疫系统，智能体就像抗体一样发挥作用。智能体独立执行简单的任务，共同完成智能和复杂的任务。这些任务包括复制/移动文件、打开文件和执行文件。一旦智能体在系统中检测到异常情况，因为它们执行简单的任务来找到它们，不同的智能体就会来获取样本，然后更多的智能体就会来清除病毒，更多的智能体就会来报告事件并整理这些报告。
• 人工免疫技术：这种技术与智能体技术非常相似，并使用许多相同的概念，例如人类的免疫系统和智能体。它主要基于我们免疫系统产生的生物策略。主要区别在于，该系统更复杂，更像生物免疫系统。它能够进化并自我改进。
• 人工神经网络：这种方法利用了人类和动物神经网络的概念以及我们思考的方式。它是一种流行的概念，因为它允许关联记忆和实时计算，以便实时检测恶意代码。它使用大规模的并行和分布式处理和存储，这些存储由系统自行组织，并具有自适应和自学习功能。

这些反病毒 AI 方法被实施或考虑，是为了应对每天不断增长的新型病毒的威胁。

AI 反病毒软件的伦理问题

这里涉及的伦理问题与 AI 在其他市场和领域的伦理问题类似。随着人机交互和人工干预的减少，我们如何决定 AI 应该根据我们的标准如何进行？AI 将决定我们技术的安全性，这是一个问题，因为它们拥有很多权力，因为这些决定。减少人机交互和人工干预，以及我们技术的自动化程度的提高，将导致 AI 权力不断增加。如今，世界上有很多人可以使用手机或电脑访问互联网。每个拥有技术的个人都可能受到恶意代码和恶意软件的攻击。每项技术都以某种方式容易受到攻击，这意味着它可能受到恶意攻击。许多人希望 AI 能解决这个问题。但这同时也给 AI 肩负了很大的责任。

用于健康和医疗保健的人工智能

人工智能 (AI)，即计算机执行通常需要人类智能的任务，目前在几乎所有科学和工程领域都被讨论。AI 已经存在了几十年，人工智能在医疗保健领域的应用不断增加，为患者、医院和整个行业解决了各种问题。ImageNet 大规模视觉识别挑战等重大科学竞赛证明了计算机能够在图像识别方面实现与人类类似的能力。AI 也在语音识别和自然语言处理方面取得了巨大进步。这些进步引发了关于这些能力如何支持甚至改进人类在健康和医疗保健领域的决策的疑问。

我们正进入一个新的健康时代——现代健康时代，在这个时代，医疗体系能够治疗和治愈比以往更多的疾病。新技术正在为传统疗法带来创新。然而，重大的质量、可及性和成本问题仍然存在，我们的医疗体系正变得越来越不可持续。人工智能 (AI) 和机器人的出现和日益普及将对全球医疗体系产生重大影响。AI 和机器人技术在医疗保健领域的潜力巨大。就像在我们不断变化的生活中一样，AI 和机器人技术正逐渐成为我们医疗保健生态系统的一部分。

AI 在越来越有效地完成人们的工作方面取得了进步，而且速度更快，成本更低。此外，AI 医疗保健市场正在经历爆炸式增长。医疗保健领域的开发机会难以获得大量投资，但人工智能 (AI) 是医疗保健发展领域的自我驱动引擎。根据埃森哲的分析，关键的临床保健 AI 应用如果结合起来，到 2026 年，有可能为美国医疗保健经济带来每年 1500 亿美元的投资资金。AI 正在迅速普及，其强大的力量能够在成本、质量和可及性方面带来升级。预计 AI 医疗保健市场的规模到 2021 年将达到 66 亿美元，复合年增长率为 40%。仅仅在接下来的五年中，AI 医疗保健市场将增长十倍以上。开发正在加速，因为以医疗保健为重点的 AI 交易数量从 2012 年的不到 20 笔增加到 2016 年中期的近 70 笔。

人工智能和机器人技术长期以来一直被视为医疗保健领域的有希望的领域。医疗保健数据的爆炸式增长，再加上全球老龄化人口的需求增加、成本上升以及供应短缺——包括治疗和护理越来越多的病人所需的医疗保健专业人员数量的短缺，以及比以往任何时候都更广泛的必要服务的可用性和可及性——造成了一个巨大的差距，只有技术才能填补。

在大数据时代，在几分钟内挖掘医疗记录，毫无疑问，患者信息有多重要。当像 Google 或 IBM 这样的科技巨头出现在患者信息挖掘领域时，每个人都知道，这是一件值得做的事情。

1.) Google Deepmind Health：最近，该组织的 AI 探索分支推出了 Google Deepmind Health 项目，该项目用于挖掘医疗记录，最终目标是提供更好、更快的医疗服务。Google Deepmind 可以在几分钟内处理大量医疗数据。尽管对这种数据收集和机器学习的探索仍处于初期阶段，但 Google 目前正在与 Moorfields Eye Hospital NHS Foundation Trust 合作，以改善眼科治疗。此外，Google 旗下 Alphabet 的生命科学部门 Verily 正在进行其遗传信息收集活动，即 Baseline Study。它计划利用为 Google 流行的搜索引擎提供动力的部分相同算法，以研究是什么让个人保持健康。这也包括探索疾病检测技术，包括可以检测血糖水平的数字隐形眼镜。

2.) IBM WatsonPaths：IBM Watson 与凯斯西储大学克利夫兰诊所勒纳医学院合作推出了一项名为 WatsonPaths 的项目。WatsonPaths 包含两个可以被 AI 算法 Watson 利用的认知计算进步，这些进步有望帮助医生更快地做出更明智、更准确的决策，并从电子医疗记录 (EMR) 中提取新的见解。

近年来，技术的快速发展开始实现这一承诺，而这仅仅是个开始。随着这些技术的进步，更快、更好的诊断；以及更强大的药物将挽救更多生命，治愈更多疾病，而且我们将拥有更多由这项技术赋能的机会，过上更有益、更健康的生活。无论我们是否喜欢，AI 和机器人技术都是人类护理的未来。“人人享有优质、负担得起的医疗保健，以及更好的医疗保健是最终目标。”将 AI 和机器人技术完美地融入我们现有的医疗保健系统，然后基于这些技术创建新的医疗保健模式，将带来的财务和社会效益是巨大的。然而，医疗保健仍然是个人化的，我们不能忽视人的因素。这意味着要重新思考医疗保健专业人员的不同角色，并确保新的基本技能在医学院得到理解和教授。