106家人工智能醫(yī)療企業(yè)已實(shí)現(xiàn)輔助診斷

　　好算法千金難求

　　機(jī)器只能從給定的數(shù)據(jù)中進(jìn)行學(xué)習(xí)，所以研究人員、工程師和企業(yè)家們都為構(gòu)建更大更高質(zhì)量的數(shù)據(jù)庫(kù)，忙得焦頭爛額。

　　上個(gè)月，Verily與斯坦福大學(xué)醫(yī)學(xué)院和杜克大學(xué)醫(yī)學(xué)院展開(kāi)合作，啟動(dòng)了Baseline Project研究，收集了大量表型健康數(shù)據(jù)，從而制定明確的人體健康參考標(biāo)準(zhǔn)。

　　這個(gè)項(xiàng)目旨在收集10000名參與者的數(shù)據(jù)，每個(gè)參與者將被追蹤4年，用所收集的數(shù)據(jù)建立人類健康“基線”圖，并探尋從健康到疾病轉(zhuǎn)變的玄機(jī)。

　　數(shù)據(jù)的收集形式多種多樣，包含了臨床、自我報(bào)告、醫(yī)學(xué)圖像、傳感器和生物樣本等等。該研究的數(shù)據(jù)庫(kù)將建立在Google計(jì)算基礎(chǔ)構(gòu)架之上，并儲(chǔ)存于Google云端平臺(tái)。

　　“如果政府愿意實(shí)現(xiàn)數(shù)據(jù)共享，那么局面將會(huì)明朗許多，”Roam Analytics(舊金山的一家機(jī)器學(xué)習(xí)分析平臺(tái)公司，專注于生命科學(xué)領(lǐng)域)的首席科學(xué)家Andrew Maas在Light Forum上表示：“如果私人部門愿意這樣做并收集大量數(shù)據(jù)，這也很好。把數(shù)據(jù)交給我們，我們將回饋很驚人的成果。但是如果因?yàn)槿藗兊膽峙?，?shù)據(jù)不能被有效收集，那我們將一事無(wú)成。”

　　患者數(shù)據(jù)和算法的可用性是區(qū)分空頭支票和有效實(shí)踐的試金石。讓我們把目光轉(zhuǎn)向IBM的Watson Health，他們通過(guò)眾多伙伴關(guān)系積累了大量數(shù)據(jù)，為認(rèn)知計(jì)算模型帶來(lái)了洞悉患者健康的能力。但是由于還沒(méi)有實(shí)際證據(jù)證明其有效性，公眾對(duì)其的態(tài)度也是兩極分化。

　　在Light Forum會(huì)議期間，同時(shí)身任斯坦福大學(xué)計(jì)算機(jī)科學(xué)系主任和Roam Analytics首席科學(xué)家的Chris Potts表示：“Watson 可能是在醫(yī)學(xué)領(lǐng)域最有前景的。”但是其他人卻不以為然，比如Social Capital的CEO Chamath Palihapitiya就稱其為一個(gè)笑話。

　　但是正如我們之前報(bào)道的諸多合作所表明，這些質(zhì)疑并沒(méi)有影響到Watson吸納新合作伙伴的能力。就在前兩周，他們加入了MAP Health Management，將自己的機(jī)器學(xué)習(xí)技術(shù)引入到了藥物濫用障礙治療，同時(shí)IBM的研發(fā)部門正與Sutter Health展開(kāi)合作，他們將基于還未充分利用的EHR數(shù)據(jù)，開(kāi)發(fā)預(yù)測(cè)心力衰竭的方法。

　　IBM Watson Health實(shí)際上于2011年成立，當(dāng)時(shí)他們靠機(jī)器算法拿下了Jeopardy比賽，這次成功，給了他們繼續(xù)開(kāi)發(fā)運(yùn)用這項(xiàng)技術(shù)的信心。

　　Watson副總裁兼首席策略官Shiva Kumar在Light Forum會(huì)議上表示：“我們必須大力發(fā)展醫(yī)療領(lǐng)域的AI技術(shù)，因?yàn)檫@個(gè)行業(yè)太具復(fù)雜性，不同?？浦g有著很多差異。我們只得加強(qiáng)機(jī)器學(xué)習(xí)，使系統(tǒng)了解醫(yī)學(xué)語(yǔ)言。第一步是自然語(yǔ)言處理。AI已經(jīng)具備充分的知識(shí)來(lái)給出醫(yī)療見(jiàn)解了嗎?它能夠在對(duì)話過(guò)程中給出最好的答案了嗎?我們還得和病人進(jìn)一步對(duì)話，吸收經(jīng)驗(yàn)和數(shù)據(jù)，持續(xù)推進(jìn)技術(shù)開(kāi)發(fā)。”

　　Kumar表示，為了實(shí)現(xiàn)這個(gè)目標(biāo)，解決非結(jié)構(gòu)化數(shù)據(jù)的問(wèn)題對(duì)IBM Watson而言是首當(dāng)其沖的。

　　“我們傾向于使用詞匯認(rèn)知技術(shù)，因?yàn)樗搅藱C(jī)器學(xué)習(xí)和深度學(xué)習(xí)。這能賦予AI以洞察力，并能自主整合和學(xué)習(xí)。

　　“醫(yī)療行業(yè)是具有特殊性的，它受到了嚴(yán)密監(jiān)管，很多數(shù)據(jù)都不能自由使用，所以這是一個(gè)有很多技術(shù)改進(jìn)空間的領(lǐng)域。但是歸根結(jié)底，成功與否還得取決于他們業(yè)內(nèi)人士。”

　　人工智能在醫(yī)療領(lǐng)域應(yīng)用路徑

　　有很多專家預(yù)測(cè)，AI技術(shù)將在醫(yī)療行業(yè)掀起軒然大波。Allscripts Analytics首席醫(yī)療官Fatima Paruk博士向Becker’s Hospital Review透露，她預(yù)計(jì)AI首次在醫(yī)療上的應(yīng)用應(yīng)該在慢性病管理領(lǐng)域，其次就是借由患者健康及環(huán)境或社會(huì)因素?cái)?shù)據(jù)可用性的提高帶來(lái)的技術(shù)發(fā)展。接下來(lái)，將基因數(shù)據(jù)整合到臨床護(hù)理管理中，將使精密醫(yī)學(xué)成為現(xiàn)實(shí)。

　　事實(shí)上，那些較晚涉足AI這場(chǎng)技術(shù)競(jìng)賽的行業(yè)，可能被它影響得最深，比如制藥企業(yè)，他們已然開(kāi)始了變革。

　　Light Forum會(huì)議期間，輝瑞前任董事長(zhǎng)兼CEO，現(xiàn)Lux Capital合伙人Jeff Kindler稱藥企是“創(chuàng)新者困局的典型例子”，因?yàn)樗麄兊呢?cái)政狀況從未嚴(yán)峻到迫使他們改變商業(yè)模式。

　　但是AI的潛力實(shí)在是難以讓人錯(cuò)過(guò)，盡管這意味著還得花費(fèi)大量成本與醫(yī)療從業(yè)者們溝通，以尋求AI的著陸點(diǎn)。

　　“如果你和消費(fèi)者們對(duì)話，他們不了解制藥企業(yè)，也不懂什么AI或者大數(shù)據(jù)，他們只會(huì)想著‘交給他們我就完了’，那么我們?nèi)绾尾拍芸缭竭@個(gè)信任鴻溝呢?”Kindler說(shuō)道：“從歷史上看來(lái)，由于數(shù)據(jù)的不可用，藥企和醫(yī)療設(shè)備生產(chǎn)商從未涇渭分明。但是隨著AI技術(shù)的逐漸強(qiáng)大，操作成本和花費(fèi)將得到分離，而且也不再重要，因?yàn)樗麄冊(cè)跒樘岣忒熜Ф?wù)。”

　　療效是藥物開(kāi)發(fā)的命門，特別是在FDA對(duì)AI技術(shù)的鼓勵(lì)之下，AI可能更容易對(duì)行業(yè)產(chǎn)生影響。

　　輝瑞制藥的戰(zhàn)略與數(shù)據(jù)創(chuàng)新副總裁Judy Sewards指出：“我們?cè)谝粋€(gè)推廣新產(chǎn)品需要花12年的行業(yè)中生存，在這期間，需要1600名科學(xué)家跟進(jìn)研究，進(jìn)行3600場(chǎng)臨床試驗(yàn)，并涉及數(shù)以千計(jì)的患者。我們不得不思索，AI是否可以加快這一進(jìn)程，使其更加智能化，將突破性藥物與最需要他們的患者聯(lián)結(jié)起來(lái)?”

　　Sewards同時(shí)透露，他們與IBM Watson合作展開(kāi)的免疫學(xué)研究，是將這一想法轉(zhuǎn)化為現(xiàn)實(shí)的舉措。“有些人可能會(huì)擔(dān)心，AI會(huì)在將來(lái)某天取代醫(yī)生和科學(xué)家，但實(shí)際上，它們更適合充當(dāng)研究助理或者輔助的角色。”

　　德勤生命科學(xué)與醫(yī)療保健部門負(fù)責(zé)人Rajeev Ronanki向Becker Hospital Review表示 ，推動(dòng)機(jī)器學(xué)習(xí)技術(shù)進(jìn)一步發(fā)展需要三股強(qiáng)大力量的集結(jié)：數(shù)據(jù)的指數(shù)級(jí)增長(zhǎng)、更快的分布式系統(tǒng)，和更快識(shí)別并處理數(shù)據(jù)的算法。

　　Ronanki預(yù)測(cè)，當(dāng)這個(gè)三重奏得以實(shí)現(xiàn)時(shí)，首席信息官們可以更加洞悉預(yù)期收益，從而改進(jìn)人力決策。依靠AI工具以及設(shè)備和進(jìn)程中的AI自動(dòng)化，可以進(jìn)一步發(fā)展領(lǐng)域深處的特異性專長(zhǎng)。

　　Ronanki引用IDC的報(bào)告，向Becker’s表示：“我們預(yù)計(jì)AI技術(shù)將保持增長(zhǎng)勢(shì)頭，用于人工智能的花費(fèi)將上升到313億美元。”

　　Roam Analytics的CEO及聯(lián)合創(chuàng)始人 Alex Turkeltaub表示：“基本上，我們現(xiàn)在還一無(wú)所獲，盡管我們多多少少構(gòu)想了些商業(yè)模式，但是我們現(xiàn)在能做的也只是一般的數(shù)據(jù)統(tǒng)計(jì)，很難將數(shù)據(jù)整合到一起并加以管理。大多數(shù)甚至最前沿的深度算法還是上世紀(jì)60年代開(kāi)發(fā)的，它們還基于17世紀(jì)的老套思路。我們必須得尋求更好的方法。”

　　輝瑞制藥的Judy Sewards特別強(qiáng)調(diào)了一點(diǎn)：“在我們行業(yè)你必須要做到百分百的正確，任何閃失都與患者的生命安全息息相關(guān)。”