IBM折戟醫(yī)療 沃森敗在哪里

錢麗娜 石丹

當(dāng)AI隨著5G商用的落地被更廣泛地應(yīng)用成為可能，國內(nèi)外不少醫(yī)療企業(yè)和醫(yī)療機構(gòu)開始在AI領(lǐng)域大展拳腳。近期，外媒再曝IBM沃森率先入局醫(yī)療卻踏步不前，其沃森醫(yī)療計劃宣告失敗。

沃森是IBM的“天之驕子”，更是人工智能領(lǐng)域的翹楚。公開資料顯示，1997年，IBM研發(fā)的計算機深藍（Deep Blue）戰(zhàn)勝國際象棋冠軍Garry Kasparov。2011年，這家公司以創(chuàng)始人Thomas J. Watson名字命名的計算機，繼續(xù)著對人類智能極限的挑戰(zhàn)。2014年初，IBM投資10億美元專門建立“Watson Group （沃森集團）”。沃森在2015年4月成立了Watson Health部門，之后收購了大量醫(yī)療數(shù)據(jù)公司。

2016年9月，美國著名的德州大學(xué)MD安德森癌癥中心（UT MD Anderson Cancer Center）癌癥研究中心宣布中止與IBM在人工智能沃森 （Watson） 項目上的合作。2018年，IBM人工智能醫(yī)療部門沃森健康被曝大幅裁員。

IBM沃森是人工智能領(lǐng)域的翹楚，而今受挫，不禁讓人對醫(yī)療領(lǐng)域人工智能的應(yīng)用前景產(chǎn)生了懷疑。

時光倒流回2012年，時任MD安德森基因組醫(yī)學(xué)部主席的Lynda Chin博士決定在癌癥治療中采用人工智能，以此來提升臨床治療的效率。

此前一年，IBM的沃森系統(tǒng)因為贏得了智力挑戰(zhàn)賽Jeopardy?。ā段ｋU邊緣》）而獲得了全球關(guān)注。憑借沃森強大的自然語言理解能力，IBM打算將其應(yīng)用在醫(yī)療健康領(lǐng)域，向AI醫(yī)生的角色發(fā)展。

Chin博士選定沃森來開發(fā)臨床決策系統(tǒng)——Oncology Expert Advisor（OEA，腫瘤專家顧問）。雙方于2012年6月簽訂合約。MD安德森為該項目支付6200萬美元，開發(fā)的目的是“作為一個試點解決方案，讓MD安德森通過相關(guān)數(shù)據(jù)的分析，深入了解患者的治療成果”，即理解數(shù)據(jù)在腫瘤解決方案中的作用。

而實驗一旦成功，未來OEA將為那些無法獲得專家治療的病人提供同一級別的癌癥治療方案，從而在全球范圍內(nèi)提升癌癥治療的水平。

那么IBM是怎樣訓(xùn)練沃森的專業(yè)技能的呢？官網(wǎng)顯示，沃森通過利用自然語言處理和先進的機器學(xué)習(xí)算法，搜索涵蓋300 多份醫(yī)學(xué)雜志、250 多本教科書和150 萬頁文本的語料庫，借助從文獻得來的相關(guān)證據(jù)，為發(fā)現(xiàn)的治療方案提供補充。

沃森從患者的病歷中提取關(guān)鍵特征，在與 EMR（電子病歷） 集成時，使用自然語言處理來讀取和理解病歷中的所有患者數(shù)據(jù)，結(jié)合此前在安德森癌癥中心獲得的專家培訓(xùn)，得出經(jīng)過排序的治療方案，供醫(yī)生參考。當(dāng)醫(yī)生選定某一種治療方案時，它還會給出采用此方案的病例數(shù)、生存率、不良反應(yīng)發(fā)生率等相關(guān)信息，幫助醫(yī)生總體評估該方案的療效與風(fēng)險。

2012年起，安德森癌癥中心為沃森提供訓(xùn)練數(shù)據(jù)，涉及病人的癥狀、基因序列、病理報告，這些信息與內(nèi)科醫(yī)生的報告、重要期刊論文整合，幫助醫(yī)生制定診斷和治療策略。

這是一個看上去很美好的模式。

不僅僅是MD安德森選擇了沃森，IBM的合作名單中還有紀(jì)念斯隆-凱特琳癌癥中心 （Memorial Sloan Kettering Cancer Center）、梅奧醫(yī)院（Mayo Clinic）等著名醫(yī)療機構(gòu)。2017年3月28日，百洋智能科技成為沃森健康（Watson Health）中國地區(qū)的戰(zhàn)略合作伙伴，將沃森腫瘤會診中心引入中國醫(yī)院。

但是正當(dāng)人們對沃森滿懷期待時，它卻像亞特蘭蒂斯那般悄然消失在人們的視野中，隨著安德森項目被審計，以及沃森健康部門的裁員，這件事情似乎打開了潘多拉的魔盒。

《商學(xué)院》記者就沃森健康部門裁員、與MD安德森癌癥中心終止合作、系統(tǒng)診斷精確度、在醫(yī)療領(lǐng)域的突破及在中國醫(yī)院部署等情況向IBM中國相關(guān)負責(zé)人發(fā)去采訪提綱，至記者發(fā)稿，對方并未正面回復(fù)。

IBM敗在了哪里

安德森與沃森的實踐給后來者的啟示是，這是一個在錯誤的時間用錯誤的方式，展示了一個錯誤定位的產(chǎn)品。英特爾醫(yī)療與生命科學(xué)負責(zé)人李健博士說，“從某種意義上說，醫(yī)生有一點像廚師，除了知識積累和臨床實踐，還要靠經(jīng)驗取勝。醫(yī)療本身更像是科學(xué)與藝術(shù)的結(jié)合，所以醫(yī)療AI的訓(xùn)練不是靠機械式的灌輸就能掌握的，更何況是復(fù)雜的腫瘤疾病領(lǐng)域?！?/p>

要理解AI能在醫(yī)療行業(yè)做什么，首先要理解醫(yī)療行業(yè)的診療特性。醫(yī)療行為大致可以分為兩類，一類是標(biāo)準(zhǔn)化、流程化的診療。這其中有大量可描述、可追蹤的指標(biāo)和標(biāo)準(zhǔn)的治療方案和標(biāo)準(zhǔn)的SOP流程，病人的預(yù)后也可以跟進?！霸谶@個層面，人工智能可以發(fā)揮很大的作用，比如幫助醫(yī)生減輕工作量，降低醫(yī)療成本，提高診療效率?！崩罱≌f，“比如醫(yī)學(xué)影像領(lǐng)域用深度學(xué)習(xí)作為輔助手段，可以幫助醫(yī)生提高影像識別的準(zhǔn)確率?！?/p>

另一類則是像糖尿病、高血壓、腫瘤等非標(biāo)準(zhǔn)化的疑難雜癥領(lǐng)域，導(dǎo)致疾病的成因有環(huán)境、遺傳、基因突變、生活習(xí)慣等各種因素，頗為復(fù)雜，醫(yī)生需要吸納各種信息后進行綜合判斷。因此，如果僅僅依靠機器閱讀文獻獲得醫(yī)療方案很難令人信服。

“目前，醫(yī)學(xué)資料庫中良莠不齊是普遍現(xiàn)象，只有少量的文章有真正價值，很多文章引用的數(shù)據(jù)也常有矛盾，如果不是專家，機器根本無從判斷。另外，在腫瘤治療臨床實踐中，每個醫(yī)生都可能有自己的看法，不同的醫(yī)生對同一個圖像還會有不同的看法，甚至不同國家和地區(qū)的腫瘤病人都有很大差異性，所以說這是一個綜合學(xué)科的問題。” 李健說，“因此復(fù)雜性疾病領(lǐng)域的創(chuàng)新不能用過于標(biāo)準(zhǔn)化和小樣本的方式去解決，至少目前的這種方式不可行?！?/p>