IBM Watson 不是 “赤脚医生”，也代表不了AI +医疗

二是帮药企筛选最适合入组做临床试验的患者。在任何药品进入市场前，我们为了确保它安全、有效，都需要在药品已经开发得差不多的情况下，找些志愿者试试看。俗话说 “对症下药”，为了看药有没有用，药企需要找到有对口的 “症” 的人。

假设某药企需要找 100 位志愿者做三期临床试验，由于缺乏数据、无法按照医院病历筛选出合适的患者，为了找到 100 个满足实验某项具体要求的人，药企往往需要找 1000 个病人，用大量人数弥补精度的缺乏，才能做有统计学意义的实验。而 Watson 或其他大数据系统能帮助筛选最合适的患者，提高效率。

除了药物研发，其他医疗领域也有不少可以和 AI 结合的点，比如影像分析与识别。视网膜糖尿病病变的识别、基于 CT 或者 X光做肺癌结节的识别、用乳腺钼靶影像做乳腺结节或肿块识别等，现在都可以用 AI 来完成，并且在这方面创业的公司也不少。

有意思的是，这也是中美一个明显的区别：过去几年里，国内医疗 AI 辅助诊断方面的投资案例里超过 40% 都投在了影像领域—— 我国作为人口大国，拍片子的量也很大，因此处理起来也很费时间，或许这是投资人青睐这个领域的原因。

那么，我国哪些地方会用到 “AI 看片子” 的技术呢？

陈晖介绍道，现在普遍认为AI 影像识别的能力足以达到一位县级医院放射科医生的水平，但比二线城市以上放射科医生的水平要差一点。因此，“AI 看片子” 的应用场景多为县级市、地级市或更基层，任何有基本的放射设备、但缺乏有经验的放射科医生的地方，都是其应用场景。

这就是为什么我们在谈 “AI与医疗落地” 时，首先要谈场景。陈晖给小探举了个例子：在病理领域，有个最基础的识别叫做 “细胞形态识别”，即对于变异的细胞进行发现和计数。这项工作原来需要由有经验的医生用显微镜看，但陈晖及其同事观察到，国内大量检验类项目需要在乡镇、甚至村的级别进行。

不少乡镇、村里并没有医生能看片子，因此有些 AI+医疗公司解决的就是这个问题：给乡镇卫生所在云端提供血常规细胞分析的识别能力，让 AI 简单快速地协助卫生所出报告。目前，不少乡镇卫生所已经接受并开始运用了这种方式。但这种方式在北上广的大三甲医院又没有用武之地，因为那些大医院可以用自动化的血液生化仪做血常规检查。

对一些地处偏远地带的患者来说，AI 有时不是 “好和更好” 的差别，而是 “有和无” 的差别。另一位匿名受访者表示，在我国，AI 在大医院里只能扮演辅助诊断的角色，最后由医生做决定。但在医疗资源严重稀缺的偏远地区，人工智能可以提供一个初步的检查结果，然后把结果传给县、地级市的医生，由他们审核，审核过后再把结果传回去，这几乎是目前偏远地区的病人拿到检查结果的唯一可能性。

看来，AI+医疗的解决方案到底适不适用，首先要考虑场景。对一个场景没太大用处的，很可能在另一个场景大有作为。

找来数据喂饱 AI，与医疗结合才能更落地

AI 面临的主要挑战之一是数据的来源。所谓 AI，就是用很多数据去训练机器，机器从大量数据里摸索出规律、学会判断，成为人工的智能。也就是说，我们需要用大量的真实数据“喂” AI。因此 “数据从哪儿来”，就成了 AI 不得不面对的问题。

图自网络，版权属于原作者

以这次 Watson 事件为例：此次曝光的 Watson 内部文档显示，其受到的训练数据也有问题。本来应该喂给 Watson 大量的真实数据、从而找到新的治疗手段的，但实际上 Watson 被灌了一堆没什么用的假想数据，而并不是真正的病人数据。这种通过假想数据学出来的 AI，准确性可想而知。另外，罕见病的数据缺乏也拖累了 Watson 的训练进度。

要想拿到数据，先要确定从谁那儿拿数据，也就是要确定 “数据归谁”。在美国，医疗数据到底归谁？是归患者、医院、还是属于出售药物、器械的公司？目前还没讨论出个结果。如果数据归属权都没定下来，就更别提合法合理地拿到数据、大量运用数据了。

我们看到，AI+医疗的组合已经带来了不少成果，比如影像分析与识别。但 “推荐诊疗方案” 的难度更大，因此它也需要更大量、更全面的数据去训练它，比如病人的各项指标、病历记录、治疗方案、治疗结果、类似病历... 而这些数据往往存储的位置不同、格式不同、所有权不同，不能保证完整性和一致性，因此带来了极大的挑战。此外，法律法规、我国医疗资源极为稀缺（平均1名医生要对应 667名患者）、医疗资源分布极度不均衡等，都是需要解决的问题。

不过小探认为，尽管面临不少挑战，AI与医疗结合的未来还是光明的。前几年谈起 AI+医疗，多是高大上的思考和探索。随着技术发展，AI 与医疗的结合将能越来越落地、向着真正能在治疗过程中发挥作用、并且产生收入的方向发展。

说回 Watson：说它是赤脚医生虽然不太正确，但也不算委屈。毕竟 Watson 的确需要提高医术，而它说不定还真是解决我国交通不便的落后地区医疗问题的方法 —— 和当年的赤脚医生一样。

你看好 AI 帮助医生给我们治病这件事吗？欢迎留言讨论！

本文参考：

http://www.cn-healthcare.com/articlewm/20171012/content-1017943.html

推荐阅读

区块链报告|脑机接口报告

硅谷人工智能|斯坦福校长

卫哲|姚劲波|胡海泉

垂直种植|无人车

王者荣耀|返老还童

（编辑：应用网_镇江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!