AI可以幫人類更好地治愈疾病嗎？

王珊

想象一下：手機將通過分析人類的通話狀態(tài)診斷是否患有阿爾茨海默病;浴缸將通過掃描對內(nèi)臟的健康狀況作以評估;方向盤可以通過駕駛中的微小行為斷定司機是否有帕金森癥……

2016年8月，一名60多歲的日本患者突然身體不適，被緊急送到日本東京大學醫(yī)學研究院。經(jīng)過多次化驗與檢測，醫(yī)生診斷，他患上了急性骨髓性白血病。

然而，對癥治療幾個月后，病情沒有緩解，病人的情況繼續(xù)惡化，甚至漸漸喪失了意識。

IBM的醫(yī)療人工智能Watson（沃森）被請來幫忙。“研讀”患者所有的醫(yī)療資料10分鐘后，Watson給出它的結(jié)論：患者的確患上了白血病，但不是急性骨髓性白血病，而是另一種罕見的白血病。

這是IBM大中華區(qū)總裁陳黎明在公開場合常講的一個故事。Watson是IBM推出的認知型人工智能。所謂認知，即它可以自主地學習輸入給它的大量數(shù)據(jù)，包括論文、專著等知識型數(shù)據(jù)，以及圖片、視頻等影像數(shù)據(jù);所謂人工智能，則是它可以自主地根據(jù)所學習到的數(shù)據(jù)，與現(xiàn)實情況進行比對，進而做出決策?！癢atson是為商業(yè)而生的人工智能平臺，它能夠改變我們的職業(yè)和行業(yè)?！标惱杳髡f。

代替醫(yī)生，還是成為醫(yī)生助手？

由計算機輔助醫(yī)生進行醫(yī)學診段，并不是一件新鮮事。心電圖就是通過計算機識別出心臟傳遞出的信號，變成顯示在紙張或電腦屏幕上的一排連續(xù)的、變化的線條。X射線透視技術(shù)、CT、B超等技術(shù)也同樣有計算機的參與。計算機完成檢測，并將人體運轉(zhuǎn)的生物學信號，轉(zhuǎn)變成可視的、單純的線條、符號或影像，作為醫(yī)生診斷的依據(jù)。

德國漢諾威消費電子、信息及通信博覽會上，IBM和軟銀合作推出的Watson版人工智能機器人pepper與參觀者對話。

但這樣的診斷并沒有自主學習的機制。一臺檢測過3000位病人的計算機，并不比只檢測過30位病人的計算機更聰明。它們只是依據(jù)事先輸入的程序運轉(zhuǎn)。

人工智能最大的不同，在于它運轉(zhuǎn)的規(guī)則不是事先輸入的程序，而是依托龐大的后臺數(shù)據(jù)庫，根據(jù)正在檢測的病人情況，“思考”出針對每一個病人的單獨的結(jié)論。在人工智能領(lǐng)域，這被稱為“深度學習”。

與普通的醫(yī)生學習相比，計算機的深度學習具有強大的優(yōu)勢。培養(yǎng)一名醫(yī)生，需要4年的本科學習，3年的研究生訓練，以及從實習醫(yī)生、住院醫(yī)生到門診醫(yī)生的大量醫(yī)學實踐。培養(yǎng)一名優(yōu)秀的醫(yī)生，至少需要十年時間。

而一旦計算機的“深度學習”網(wǎng)絡(luò)建成，它便可在短時間內(nèi)，自主閱讀所輸入給它的大量醫(yī)學論文及病例，且夜以繼日，不眠不休。

以Watson為例，它可以在17秒時間內(nèi)閱讀3469本醫(yī)學專著、248000篇論文、69種治療方案、61540次實驗數(shù)據(jù)以及106000份臨床報告，并最終提出三個最優(yōu)選的治療方案。而一名醫(yī)療人員，平均每年最多只能閱讀200至300份醫(yī)療文獻著作。

Watson的認知計算有著比深度學習更廣闊的外延，陳黎明解釋說：認知計算能夠?qū)崿F(xiàn)大規(guī)模學習、針對問題的推理和思考，進行自然語言交互，增強和擴充人類在專業(yè)知識方面的學習能力，與人類合作解決人類和機器無法單獨解決的問題。認知創(chuàng)新代表了信息技術(shù)未來的發(fā)展方向，是開啟商業(yè)和社會發(fā)展新時代的鑰匙。

不過，IBM并不打算用Watson取代人類醫(yī)生。它只負責給出建議，最終的決策，仍需要醫(yī)生負責。

“人工智能的概念是增強人類的智能?！盜BM公司董事長、總裁及CEO 羅睿蘭解釋說，正如蒸汽機增強了人類的體力，電話增強了人類的通話能力，計算機增強了人類的計算能力，“機器的協(xié)助并沒有取代人類的活動，它只是擴展了人的技能和專業(yè)水平?！?h3>“訓練”Watson

將Watson訓練成一個醫(yī)療專家，花了整整12年。

2005年，IBM研究院意識到，十年之后，醫(yī)療和機器學習的結(jié)合將會成為重要的研究領(lǐng)域。他們從心血管疾病和乳腺疾病的醫(yī)療影像識別開始做起，后來聚焦在癌癥的診斷上。

據(jù)統(tǒng)計，2015 年全球新增的癌癥病例為1410 萬，死于癌癥的人數(shù)高達820 萬人。由于環(huán)境惡化、壽命延長等因素，預計未來20 年，全球內(nèi)新發(fā)病例的增加幅度將高達70%。

計算機曾以顯示影像、符號等方式，對醫(yī)療服務(wù)給予幫助，但要真正成為給出診斷的醫(yī)生，它首先需要學習的是如何閱讀這些影像。

試想一下，一名醫(yī)學院的學生是如何學習理解這些醫(yī)學影像的：他們先從書本或教材中獲得病癥的特征，然后在不斷的實踐中，將這些知識與現(xiàn)實情況加以對應(yīng)。遇上疑難問題，他們依靠老師、前輩和醫(yī)學病例，反復對比和討論，直至得出結(jié)論。

但計算機的理解方式完全不同。它不會因為有人告訴它“這是一只貓”，就在遇到下一張相同或類似影像時，立該意識“這也是一只貓”。它的理解方式是機械的。它首先需要大量閱讀同一類型的影像，從中提取出同質(zhì)的特征，記憶、保存，直至它可以在遇到同類影像時，立刻做出識別。

但深度學習或者認知計算最大的不同，是計算機有能力自主地處理這一過程。人們需要做的，只是輸入數(shù)以百萬計的分類過的影像信息，然后等待它宣告學習完成。放在人類社會中，它就是一名優(yōu)等生，無須老師和家長的督促，也能自覺、快速地完成所布置的作業(yè)。錯誤自然也會出現(xiàn)，但在一次次類似“考試”的檢測之后，準確率便會隨之提高。

為了訓練和培養(yǎng)Watson在癌癥診斷方面的能力，IBM與美國紀念斯隆-凱特琳癌癥中心合作，為Watson提供了最前沿的教材：醫(yī)院100多年來的癌癥臨床治療方面的實踐經(jīng)驗，以及基于美國國立綜合癌癥網(wǎng)絡(luò)而編制的治療指南。此外，還有美國44家醫(yī)療機構(gòu)的歷史癌癥治療案例。

Watson的主攻方向包括：肺癌、乳腺癌、胃癌、結(jié)腸癌、直腸癌、子宮頸癌等高發(fā)癌癥?！芭嘤枴?2年后，它已掌握了超過 290 種醫(yī)學專業(yè)期刊的全部內(nèi)容，超過200本腫瘤專著，超過1500萬頁的論文數(shù)據(jù)，還有字典、百科全書、新聞、文學以及其他可以建立知識庫的參考材料。

但“培養(yǎng)”一名機器醫(yī)生也不是一帆風順的。2011年時，Watson的醫(yī)學知識水平還與醫(yī)學院二級學生的水平相當。3年后，Watson的疾病診斷率達到73%。

2017年，為檢驗Watson的診斷水平，北卡羅來納大學教堂山分校的耐德·沙普利斯博士研究了1000余名患者的數(shù)據(jù)，發(fā)現(xiàn)在99%的病例中，Watson提出了與分子腫瘤專家團相同的治療建議。IBM旗下沃森健康（Watson Health）副總裁史蒂夫·哈維（Steve Harvey）先生介紹說，在30%的案例中，Watson還發(fā)現(xiàn)了癌癥專家錯過的一些細節(jié)。

彌補資源不均的局限

帕姆66歲，患轉(zhuǎn)移性膀胱癌8年，嘗試過許多不同的療法，一直沒有痊愈。她已經(jīng)沒有什么選擇了。

醫(yī)生提出用Watson來幫忙，試圖去發(fā)現(xiàn)診斷中的一些醫(yī)生可能會忽略的東西。對于帕姆來說，也許，機器人醫(yī)生能帶來奇跡。

Watson看了上萬張腫瘤掃描的圖像，它們來自不同的病人。最后，在帕姆的腫瘤掃描片中，Watson標出了一段突變的基因。這是醫(yī)生之前沒有發(fā)現(xiàn)的。他們根據(jù)這個發(fā)現(xiàn)制訂了新的診療方案。

如今，這套使用在帕姆身上的方案已經(jīng)引入中國。中國是癌癥發(fā)病和死亡大國。全國腫瘤登記中心統(tǒng)計顯示，2015 年中國因癌癥死亡的病例超過200萬例，新增400余萬例，平均下來，每天的新增癌癥診斷病例約有1.2萬例。

“中國醫(yī)療健康領(lǐng)域面臨的一個突出挑戰(zhàn)是，優(yōu)質(zhì)健康醫(yī)療資源配置不均，除了要在政策和體制上想辦法之外，我們更要向科技創(chuàng)新要解決方案?！标惱杳魉懔讼拢耙粋€好的醫(yī)生的培養(yǎng)需要25到30年左右，但選擇工作時，他會首先選擇去大城市的三甲醫(yī)院工作，老少邊窮地區(qū)的醫(yī)療問題依然不能得到解決。”

中國試圖用遠程醫(yī)療來解決問題，然而遠距離診斷、治療和咨詢同樣會受到資源不足的限制，一個醫(yī)生一次只能面對一個病人。Watson的存在，或許能夠彌補這種局限。未來的Watson醫(yī)生，將會成為這樣一套通用系統(tǒng)：看得懂醫(yī)學檢驗報告、醫(yī)學圖像資料，還能夠讀懂基因圖譜，甚至可以將當?shù)厣瞽h(huán)境和場景結(jié)合到對患者的診療過程中，最后給出一個或者多個診療建議。更妙的是，培養(yǎng)每一位醫(yī)生，都需要從零開始，但Watson能夠在不斷學習中不斷分身，同時學習和關(guān)注多種疾病。

Watson并不是IBM在認知計算方面與中國的唯一合作領(lǐng)域。2016年年初，羅睿蘭在一次演講中提出，IBM將轉(zhuǎn)型為“認知計算解決方案與云平臺公司”，自此，“認知計算”被提升到一個新的戰(zhàn)略高度，成為IBM市場戰(zhàn)略中最重要的關(guān)鍵詞。這也是Watson進軍中國最重要的背景。

2014年，IBM開始與北京市政府合作實施“綠色地平線”計劃。這是一項利用人工智能對大數(shù)據(jù)的分析和學習能力，對空氣質(zhì)量進行分析與預測的計劃。在計算機的輔助下，北京實現(xiàn)了提前72小時逐時高精度空氣質(zhì)量預報，還將空氣質(zhì)量變化趨勢預測分析的最長期限提高到10日。人類可以提前了解空氣污染的演變過程及影響，從而作出應(yīng)對措施。

類似的技術(shù)甚至可以應(yīng)用在時尚界。Watson曾與設(shè)計師張卉山合作，為李宇春設(shè)計了中國第一套“認知禮服”。這套禮服或許是中國時尚界最具科技含量的時裝了。Watson 分析了李宇春2013年以來每次出鏡的形象，同時閱讀了她全部的微博和上百萬條粉絲評論，最終建立了一個李宇春的“時尚形象”與粉絲及公眾評論之間的關(guān)聯(lián)模型，為設(shè)計師總結(jié)出來一整套“李宇春的時尚特質(zhì)”。設(shè)計師確定設(shè)計方向后，Watson瀏覽了30萬張圖片，根據(jù)設(shè)計師的構(gòu)思，從廓形、面料、顏色等方面分析，從中挑選了3000幅禮服圖片供設(shè)計師參考。

整個設(shè)計周期，只用了一個星期。

數(shù)據(jù)開放的難點

據(jù)IBM的預測，到2020年，全球每人每天產(chǎn)生的數(shù)據(jù)約為2.4GB。形象點說，每人每月生產(chǎn)的數(shù)據(jù)可以填滿一部64GiPhone手機。這其中，不再是以數(shù)字、符號類易于讀取的結(jié)構(gòu)化數(shù)據(jù)為主，大量是圖像、視頻等難以被量化、沒有固定的長度和格式的非結(jié)構(gòu)化數(shù)據(jù)。根據(jù)IBM的預測，2017年的非結(jié)構(gòu)化數(shù)據(jù)將占到數(shù)據(jù)總量的80%。以2015年全球智能手機用戶20億人計算，如此巨大的數(shù)據(jù)，對于人工智能的計算能力是非常大的考驗。

許多企業(yè)也在預測到這種前景后謀求轉(zhuǎn)型升級。IBM與萬達的合作就是一個證明。從房地產(chǎn)轉(zhuǎn)型全面消費領(lǐng)域的萬達公司，打算快速把萬達所有產(chǎn)業(yè)與互聯(lián)網(wǎng)技術(shù)融合，帶動所有產(chǎn)業(yè)快速發(fā)展。萬達希望通過與IBM的合作實現(xiàn)互聯(lián)網(wǎng)化運營，同時優(yōu)化升級實體商業(yè)供應(yīng)鏈，并對大型商業(yè)中心的基礎(chǔ)設(shè)施做智能化聯(lián)接。

比如，在購物中心層面，利用Watson的認知計算能力，未來店面或許會遍布視覺傳感器、客流分析系統(tǒng)等技術(shù)，可以實時輸出特定人群預警、定向營銷及服務(wù)建議、實時貨品調(diào)整提醒、以及用戶行為及消費分析報告。

而在餐飲行業(yè)，智能排隊等位系統(tǒng)、室內(nèi)找位導航系統(tǒng)，以及消費者用餐喜好推薦系統(tǒng)，都將根據(jù)Watson獲得的數(shù)據(jù)得到優(yōu)化，進而提供更高效的服務(wù)?！叭f達將成為Watson在中國落地的重要的基礎(chǔ)設(shè)施?！标惱杳髡f。

并非一切都如此樂觀。大數(shù)據(jù)是人工智能與各領(lǐng)域契合的原料，也是人工智能前進的動力，然而是否將所有數(shù)據(jù)開放，是一個敏感話題。

“各個國家都存在數(shù)據(jù)孤島的問題，如何讓數(shù)據(jù)依法有序合規(guī)地開放，是行業(yè)治理命題。要想人工智能在特定的場景下發(fā)揮作用，僅靠IBM是做不了的?！标惱杳髡f。

收購相關(guān)數(shù)據(jù)公司是一個不錯的選擇。2015年4月，IBM宣布設(shè)立沃森健康（Watson Health）部門，同時收購了醫(yī)療分析公司Explorys與醫(yī)療管理軟件公司Phytel，以增強Watson在醫(yī)療領(lǐng)域的分析能力。

這年8月，IBM又以10億美元收購了醫(yī)療成像軟件公司Merge Healthcare，為Watson提供了海量的醫(yī)療圖像數(shù)據(jù)。如今Watson能夠識別許多病癥，與這筆收購獲得的數(shù)據(jù)有密不可分的關(guān)系。

陳黎明曾對媒體如此表示：“很多領(lǐng)域IBM的產(chǎn)品并不適合中國國情，但我想不去交流、不去溝通，永遠不知道可不可行，通過交流、互動，也許可以找到一些可行的方案?！?/p>

數(shù)據(jù)的開放與共享可以為人工智能帶來意想不到的發(fā)展?；氐结t(yī)學領(lǐng)域，或許可以試想這樣一個世界——手機將通過分析我們的通話狀態(tài)診斷是否患有阿爾茨海默病;浴缸將通過掃描對內(nèi)臟的健康狀況作出評估;方向盤可以通過駕駛中的微小行為斷定司機是否有帕金森癥;只要照一下鏡子，就可以了解自己的皮膚狀況。

抵達這個愿景的路程固然漫長，但我們畢竟已經(jīng)踏上了起點。