如果你是一名腫瘤方向的醫(yī)生或者醫(yī)學(xué)生，不知道德州大學(xué)安德森癌癥中心（MD Anderson cancer center，簡稱 MD 安德森）的話，你確實需要補補課了。它是全美也是全世界最著名的?？颇[瘤中心。
在 US News 評出的 2017 全美最佳（也可以認為全球最佳）腫瘤學(xué)中心上，MD 安德森仍排名全美第一，綜合排名滿分，在?？剖中g(shù)（結(jié)腸癌與肺癌手術(shù)）領(lǐng)域也名列前茅。
而 IBM Dr.Waston 是 IBM 公司在認知計算領(lǐng)域最核心的產(chǎn)品。他一戰(zhàn)成名于2011 年 2 月的美國問答節(jié)目《Jeopardy！》。在這次人機對決中，Watson 戰(zhàn)勝了這一節(jié)目的兩位冠軍選手，這被和 1996 年同樣來自 IBM 的「深藍」戰(zhàn)勝國際象棋大師卡斯帕羅夫相提并論，被認為是人工智能歷史上的一個里程碑。
消滅癌癥計劃？
于是會產(chǎn)生一個很自然的聯(lián)想，如果在全美第一的腫瘤醫(yī)院，利用世界上最先進的認知核心產(chǎn)品，是否能起到「1 1 ＞ 2」的效果。
于是，在這種想法的構(gòu)思下，同時也在當時在任的奧巴馬總統(tǒng)推進的「腫瘤登月計劃」大背景下，這一項目迅速推動起來。
2013 年，MD 安德森和 IBM Watson 開始就醫(yī)學(xué)大數(shù)據(jù)領(lǐng)域進行深度合作，主題是「大數(shù)據(jù)人工智能應(yīng)用將加速對癌癥疾病的認知和完善癌癥臨床治療」，該項目由MD 安德森 Ronald DePinho 院長夫人 Lynda Chin（知名腫瘤專家）負責(zé)的。
當時不管是醫(yī)療腫瘤界，還是 AI 領(lǐng)域，都對此信心滿滿，認為找到了一條治愈消滅腫瘤的正確路線，而安德森和 IBM 的強強聯(lián)合，將會給雙方帶來巨大的經(jīng)濟效益和聲望。
5 年過去了，效果如何？
據(jù)福布斯雜志報道，IBM 與世界頂級癌癥研究機構(gòu) MD 安德森自 2013 年起合作的項目「使用 IBM Watson 認知計算系統(tǒng)消滅癌癥」已經(jīng)暫停。
MD 安德森方面也證實了該消息。并證實這一合作項目在 5 年中花費了超過 6,200 萬美元，但仍未達到其目標。MD 安德森正在積極尋找其他承包商來投標，使其在未來的工作中取代 IBM。
而 2 月 20 日，IBM 公司的首席執(zhí)行官 Ginni Rometty 在一個健康信息技術(shù)會議上做演講，也詳細介紹了 Watson 在醫(yī)療保健領(lǐng)域取得的進展，并宣布推出用于管理醫(yī)學(xué)圖像的新產(chǎn)品，以確保醫(yī)院的投資物有所值，同時與醫(yī)療保健系統(tǒng)建立新合作伙伴關(guān)系。
為什么一對合作伙伴會成為了「夫妻反目」的冤家，為什么這一項目會失?。縿e著急，丁香園（微信號：dingxiangwang）會仔細向你介紹分析。
合作失敗的原因分析
1. 醫(yī)學(xué)-工業(yè)合作的失敗
造成這場合作失敗的最關(guān)鍵原因，是 MD 安德森對「醫(yī)學(xué)-工業(yè)」領(lǐng)域合作管理的失敗。
如《Science》雜志和《福布斯》所言，在未明確 Watson 人工智能深度學(xué)習(xí)能力的前提下，MD 安德森腫瘤中心全額支付了 IBM 6,210 萬美元研發(fā)費用。
這一行為并不符合行業(yè)規(guī)范，一般來說，醫(yī)療機構(gòu)是合作主要方向。而且業(yè)內(nèi)人士分析，諸如此類的合作開發(fā)項目，MD 安德森腫瘤中心完全占據(jù)優(yōu)勢，可以依靠其雄厚的臨床研究資源和國際品牌效應(yīng)，事先支付相關(guān)研發(fā)費用或知識產(chǎn)權(quán)費用有悖常理。
而在這項合作中，Lynda Chin 顯然是焦點，因為許多資金和費用安排都由其協(xié)調(diào)。而該項目資金的投入，其中 5,000 萬美元來自被認為非常喜歡炫耀的馬來西亞投資大亨 Low Taek Jho（資金至今未到位），由此引起了美國司法部對該項目資金的來龍去脈的關(guān)注和審計。
2. 醫(yī)學(xué)的不確定因素
IBM 挑選的領(lǐng)域，也并不是其擅長的數(shù)據(jù)分析和深度學(xué)習(xí)，而是一個充滿不確定因素的黑盒子。
不管是 IBM 研發(fā)的 Dr.Waston，還是最新打敗所有圍棋棋手的 Google AlphaGo，其獲得信息的方式，都是可以準確獲得的準確的的信息。
Dr Waston 里存貯了有史以來的《Jeopardy！》問題及題庫，以及《大不列顛百科全書》所有內(nèi)容；AlphaGo 內(nèi)不但存有所有當年知名棋手的棋譜，更可以通過在線方式，隨時在網(wǎng)上圍棋社區(qū)進行 24 h 不間斷的對弈。
而醫(yī)學(xué)領(lǐng)域，目前盡管有了長足的發(fā)展，但是對于大多數(shù)疾病的發(fā)展病因，仍沒有一個公認的原因。而病情的各種轉(zhuǎn)歸發(fā)展，更是與各種偶然因素相關(guān)，這些因素聯(lián)合到一起，使得精確進行分析很難進行。
3. AI 無法判斷收集的信息
還有一個更難于逾越的難題，在于 AI 是否能夠判斷收集的信息。
「著名」醫(yī)療劇醫(yī)生豪斯曾經(jīng)說過，「Every patient lies」，我們也都有這樣的經(jīng)驗，不管是你作為一名醫(yī)生還是面對患者；還是作為一名患者去就醫(yī)，我們都會有意/無意的隱瞞一些信息，甚至對個人利益相關(guān)之時，都會有意無意的撒謊。而這也是目前人工智能最難于逾越之處。從數(shù)據(jù)采集開始，Waston 就走了一條歪路，他越努力，可能離事實真相就越遠。
如一位讀者的評論：
圍棋的棋譜不會騙人，這種大數(shù)據(jù)多干凈，訓(xùn)練出來的 AI 也牛逼?？墒前言磉\用到醫(yī)療行業(yè)，業(yè)內(nèi)人士只要想想現(xiàn)在科研界的情況就能想到，它采集的原始數(shù)據(jù)和論文知識有多少紕漏的地方，而這樣的大數(shù)據(jù)訓(xùn)練出來的 AI 越厲害，可能偏差越大。從真實數(shù)據(jù)采集到模型調(diào)整，醫(yī)療 AI 的路還很長很長很長很長....
當合作的兩方面都如此的不靠譜之時，失敗就難以避免。
AI 在醫(yī)學(xué)領(lǐng)域的未來
MD Anderson 和 Waston 的合作失敗了，但這并不意味著 AI 在醫(yī)療領(lǐng)域沒有未來。
也許目前計算機還不能像人類醫(yī)生那樣，通過問診、查體、輔助檢查等方式，最后得出綜合的臨床診斷，并且給出相關(guān)的診療。
但是如果不刻意追求完全取代人類醫(yī)生這一桎梏，而是作為人類治療的輔助進行時，我們發(fā)現(xiàn)，AI 能夠做到的事情還有很多，而且現(xiàn)在很快能夠?qū)崿F(xiàn)。
2016 年，日本東京大學(xué)附屬醫(yī)院一名白血病患者反復(fù)治療無效，甚至還出現(xiàn)了敗血癥等危險癥狀。醫(yī)生及研究人員通過 AI 輸入了該患者與癌癥有關(guān)的基因信息，得出分析結(jié)論，她罹患的是急性骨髓性白血病中的繼發(fā)性白血病。
醫(yī)生通過 AI 輔助分析其基因型，并結(jié)合以往病史 提示醫(yī)生更換一種新型靶向藥物進行治療，患者病情明顯好轉(zhuǎn)。隨后，還建議該患者轉(zhuǎn)而使用其他抗癌藥物?；颊邤?shù)月后康復(fù)出院，并繼續(xù)定期前往醫(yī)院接受治療。
同樣的 AI 同時運用在皮膚科領(lǐng)域，以往各種皮疹的確定和診療需要高級醫(yī)生的臨床經(jīng)驗，而這一經(jīng)驗又是通過幾十年的臨床積累才能達到，而 AI 正好能夠解決這一數(shù)據(jù)分析積累問題。
也是去年，《Nature》雜志在封面發(fā)表了一篇關(guān)于利用深度學(xué)習(xí)識別皮膚癌的論文。研究人員訓(xùn)練系統(tǒng)觀看了將近 13 萬張痣、皮疹和其他皮膚病變的圖像，然后讓系統(tǒng)與 21 位皮膚科醫(yī)生的診斷進行對比，結(jié)果系統(tǒng)的精準率達到 91% 左右，這一精度遠遠高于一般醫(yī)生。
而在心電圖（肌電圖、腦電圖）等讀圖領(lǐng)域，AI 也已經(jīng)可以做到替代了人類的一部分工作。
AI 與醫(yī)生的結(jié)合，也許比完全取代醫(yī)生更有效更現(xiàn)實。也許不在今天，但，應(yīng)該就在不遠的將來。
圖片來源：網(wǎng)絡(luò)
聯(lián)系客服
