人工智能顛覆的醫(yī)療：我們可以活到150歲？

　　醫(yī)療信息數(shù)據(jù)孤島

　　但工作還遠(yuǎn)沒有結(jié)束。就像不同?？频尼t(yī)生，擁有不同的知識(shí)結(jié)構(gòu)一樣，不同疾病數(shù)據(jù)也需要不同的算法模型。“人工智能帶來的盈利方式和競價(jià)排名會(huì)不同，人工智能要解決B端(包括藥企、保險(xiǎn)公司等)數(shù)據(jù)分析、產(chǎn)品研發(fā)、質(zhì)量提升的需求。”移動(dòng)醫(yī)療創(chuàng)業(yè)者杏樹林CEO張遇升認(rèn)為。

　　因?yàn)殛P(guān)系到健康和生命，新技術(shù)在醫(yī)療層面應(yīng)用格外謹(jǐn)慎。任何一項(xiàng)醫(yī)療上的應(yīng)用，哪怕是軟件、算法，其可靠性、有效性的認(rèn)定都要經(jīng)歷漫長的臨床試驗(yàn)，并且獲得注冊證許可——在這點(diǎn)上，可以說與互聯(lián)網(wǎng)思維背道而馳。

　　實(shí)際上，即使是Watson，在AI顛覆醫(yī)療上也才剛剛開始。Gartner分析師Tom Austin評(píng)論稱，IBM給自己設(shè)定的目標(biāo)很宏大，但可能需要花費(fèi)數(shù)年的時(shí)間，以及昂貴的成本。

　　截至目前，IBM已在Watson腫瘤機(jī)器人的研發(fā)上投入600億美金，至今仍在虧損。IBM 認(rèn)知關(guān)懷COO王泰峰就透露：“單影像訓(xùn)練投入就超過40億美金。”

　　高額投入主要在于獲取訓(xùn)練醫(yī)療人工智能的醫(yī)療數(shù)據(jù)。僅僅是在2016年，為培養(yǎng)，IBM分別斥資收購了醫(yī)療數(shù)據(jù)公司 Truven、醫(yī)療影像與臨床系統(tǒng)提供商 Merge Healthcare Inc。這些公司擁有大量醫(yī)療數(shù)據(jù)，比如賬單記錄、病歷、X射線和MRI(磁共振成像)圖像等。收購這些公司花費(fèi)了IBM超過40億美元，相當(dāng)于IBM 2016年單季度凈利潤的兩倍。

　　并且這是一個(gè)長期行為。盡管IBM在投入數(shù)百億美金之后，擁有1 億份患者病歷，3000 萬份影像數(shù)據(jù)以及 2 億份保險(xiǎn)記錄，數(shù)據(jù)總量超過 60 萬 TB，覆蓋人數(shù)約 3 億。但這些，在中國每年80億就診人次面前，簡直是小菜一碟。

　　對中國本土的醫(yī)療AI公司，醫(yī)療信息孤島同樣長期存在，更是加大了醫(yī)療數(shù)據(jù)的獲取難度。李政就坦言，目前百度缺少大量的數(shù)據(jù)來訓(xùn)練百度醫(yī)療大腦，這需要大量的患者病例。“百度不缺線上的醫(yī)療數(shù)據(jù)，但院中數(shù)據(jù)還是需要通過機(jī)構(gòu)合作來獲得。”

　　這是因?yàn)?，醫(yī)療問題太過復(fù)雜。雖然普通病、常見病的種類、癥狀以及檢測的指標(biāo)等，理想狀況下，可以像AlphaGo一樣算清所有變化。但問題是，醫(yī)療因?yàn)槭前l(fā)生在人身上的事情，就讓這個(gè)問題復(fù)雜了許多，它與AlphaGo下棋完全不是一回事——究竟是哪些因素導(dǎo)致的疾病，并不是所有都可以用數(shù)據(jù)顯示清楚的;它無法察言觀色，無法在人的言談舉止中捕捉對診斷可能起關(guān)鍵作用的隱藏信息。而這些隱藏信息，恰恰可能是確診的關(guān)鍵。

　　此外，AI醫(yī)療應(yīng)用全世界都會(huì)面臨一個(gè)相同問題：訓(xùn)練AI需要大量醫(yī)療數(shù)據(jù)，但醫(yī)療數(shù)據(jù)因?yàn)樯婕盎颊唠[私而非常敏感。英國《每日郵報(bào)》報(bào)道，獲得了200萬份私人醫(yī)療記錄的DeepMind，其中包含病人的完整醫(yī)療史和是否被診斷患有艾滋病、抑郁癥、毒品或酒精上癮及墮胎等信息，引發(fā)了不少的爭議。

　　終極愿景：利用AI人類活到150歲?

　　現(xiàn)在，在AI醫(yī)療浪潮涌來之際，盡管還有種種問題，人們還是不禁猜測，會(huì)不會(huì)有一天，AI機(jī)器人真的全面替代了醫(yī)生?

　　而更大膽的說法，來自“973”首席科學(xué)家、碳云智能創(chuàng)始人王俊，他說，有了生命科學(xué)大數(shù)據(jù)，加上人工智能最終可以實(shí)現(xiàn)人們對于健康的前瞻性管理，達(dá)到生命程序給每一個(gè)人設(shè)定的極限150歲。

　　因?yàn)樗谛袠I(yè)為基因檢測緣故，王俊的話讓外界不少人付之一笑，但不可否認(rèn)的是，科學(xué)進(jìn)步不斷突破我們想象的禁區(qū)，人類壽命也前所未有地延長。

　　其實(shí)，這些理想并不是剛剛出現(xiàn)，至少可以追隨到上世紀(jì)五六十年代。

　　20世紀(jì)50年代，IBM就開始開發(fā)醫(yī)療硬件和軟件，比如人工心肺機(jī)、聽力受損的信號(hào)處理等。60年代就開始鉆研醫(yī)療數(shù)據(jù)采集，同時(shí)還對影像信息訪問的計(jì)算機(jī)自動(dòng)化有所涉獵，這與沃森如今的領(lǐng)域有很強(qiáng)關(guān)聯(lián)。

　　1972年，由利茲大學(xué)研發(fā)的AAPHelp是資料記載當(dāng)中，醫(yī)療領(lǐng)域最早出現(xiàn)的人工智能系統(tǒng)。這個(gè)系統(tǒng)基于貝葉斯理論開發(fā)，主要用于腹部劇痛的輔助診斷以及手術(shù)的相關(guān)需求。

　　隨后，又產(chǎn)生了不少新的成果。比如，INTERNIST I 于1974年由匹茲堡大學(xué)研發(fā)問世，主要用于內(nèi)科復(fù)雜疾病的輔助診斷。這套系統(tǒng)在當(dāng)時(shí)被認(rèn)為極具價(jià)值，并于80年代在其基礎(chǔ)了開發(fā)了CADUCEUS和QMR系統(tǒng)，開始了商業(yè)化嘗試。1976年，斯坦福大學(xué)研發(fā)了MYCIN，用于血液感染疾病的輔助診斷。

　　事情并沒有預(yù)期的那么順利。在隨后很長一段時(shí)間里，和人工智能在其他領(lǐng)域的遇冷一樣，醫(yī)療領(lǐng)域當(dāng)中的應(yīng)用并沒有取得特別明顯的突破。人們所期待的機(jī)器替代人看病的場景并沒有出現(xiàn)，反而越來越多的看到人工智能在醫(yī)療領(lǐng)域當(dāng)中應(yīng)用時(shí)的局限性。

　　那么，AI醫(yī)療時(shí)代什么時(shí)候到來呢?或許，如同OMAHA基金會(huì)理事長、大數(shù)據(jù)專家涂子沛所說：“如果有一天患者敢吃人工智能醫(yī)生開的藥，AI就成功了。”

　　相關(guān)鏈接：

　　11家AI醫(yī)療創(chuàng)業(yè)公司吸金39億元人民幣

　　目前，人工智能在醫(yī)療中的應(yīng)用已大大超過智能診斷的范疇，包括基因檢測、新藥研發(fā)、輔助決策等多個(gè)領(lǐng)域都在引入深度學(xué)習(xí)的技術(shù)。

　　根據(jù)CBinsight、crunchbase數(shù)據(jù)，目前全球有11家人工智能方面的醫(yī)療創(chuàng)業(yè)公司值得關(guān)注——總體來看，這11家公司基本是在過去三年內(nèi)成立的，來自美國、中國、加拿大、英國、韓國等多個(gè)國家，總計(jì)融資5.612億美金(約39億人民幣)iCarbon獨(dú)占鰲頭，以2億美金排名榜首。

　　NO.1 Freenome

　　創(chuàng)始人：Gabe Otte，28歲，11歲進(jìn)入蘋果實(shí)習(xí)，17歲參與了第一代iphone的研發(fā)，隨后在康奈爾大學(xué)研究計(jì)算機(jī)、生物、化學(xué)等領(lǐng)域。2014年與Charles Roberts一起創(chuàng)辦了freenome。Charles的履歷用我國創(chuàng)業(yè)者常用的說法，是一名成功的“連續(xù)創(chuàng)業(yè)者”。

　　方向：“液體活檢”，通過血液當(dāng)中DNA的檢測來診斷和治療癌癥。

　　融資：種子輪，550萬美金

　　NO.2 Cloudmedx

　　創(chuàng)始人：Tashfeen Suleman，早年在微軟工作了近6年，2014年創(chuàng)辦CloudMedx

　　方向：應(yīng)用機(jī)器學(xué)習(xí)技術(shù)為醫(yī)療臨床提供輔助診斷決策，幫助醫(yī)療機(jī)構(gòu)提高質(zhì)量安全、降低成本。據(jù)了解，他們已經(jīng)服務(wù)超過500萬病人，并實(shí)現(xiàn)了盈利。

　　融資：種子輪，660萬美金