整理：随一、熊笑

　　【新智元导读】据 healio.com 最新报道，IBM Research 采用深度学习，根据国际上临床糖尿病视网膜病变量表，可在20秒内测出病变严重程度，在准确性上取得了最高记录。IBM称，这项技术将大大提升效率，帮助医生筛选出更多的糖尿病患者，并更快速地指出需要专科护理的患者。2017年5月16日的北大 AI 公开课第十二讲上， IBM 中国研究院认知医疗研究总监、IBM 全球研究院医疗信息战略联合领导人谢国彤亲临现场，和北大人工智能创新中心主任雷鸣老师一道，就 AI 技术在医疗领域的应用展开了深入探讨。

　　IBM 中国研究院认知医疗研究总监、IBM 全球研究院医疗信息战略联合领导人谢国彤来到北大 AI 公开课第12讲，和北大人工智能创新中心主任雷鸣老师一道，就 AI 技术在医疗领域的应用展开了深入探讨。内容涵盖：

　　1. 医疗大数据及Watson健康概述

　　2. 医疗文本挖掘和肿瘤辅助治疗案例

　　3. 医疗影像分析和皮肤癌辅助诊断案例

　　4. 结构化医疗数据分析和真实世界证据案例

　　5. 认知决策技术和慢性病诊疗案例

　　6. 自然语言问答技术和疾病管理案例

　　雷鸣老师开场白：今天我们非常有幸请来了IBM中国研究院负责智能医疗方向的研究负责人谢国彤博士，谢博士在过去十年都在做医疗方向的研究，参与IBM Watson的医疗研究，包括医疗与人工智能结合之后，认知、感知和医疗的结合。在中国也带领了一个很大的研发团队，跟美国、欧洲、日本等 IBM 的研究机构共同合作，推进、解决一些对人类非常有意义有价值的事情。我们也知道Watson在癌症诊断、医学影像等方面有非常好的进展。今天，我们特别高兴地请谢国彤与大家分享一下 IBM 在AI+医疗方面的进展,以及分享一下医疗+人工智能方向未来会有什么样的发展、突破和挑战，我们以热烈的掌声欢迎他。

　　类脑芯片走得会更远

　　谢国彤老师：谢谢雷鸣老师。非常荣幸有机会来跟北大的同学和老师们分享一下IBM在医疗方面如何用人工智能技术来解决医疗问题，以及我们做过的一些尝试。今天，主要想跟大家分享一些趋势和具体的案例。我们用什么样的技术解决什么样的问题，希望能够给大家一些启发，我们可以来讨论怎么样把医疗AI做得更好。

　　我叫谢国彤，负责 IBM 中国研究院的医疗研究工作。同时，IBM 在全球有12家研究院，除了南极洲之外，每个大洲都有 IBM 研究院，我们整个医疗研究团队是一个全球的团队。我和另外几位同事一起也负责制定全球IBM研究院在healthcare informatics（医学信息学）方面的研究重点。这是第12次课了，各位已经听到了很多人工智能的技术，包括人工智能在产业的应用，不管在金融、交通、驾驶、生命科学各个方面，可能都听到了很多案例。

　　其实这场人工智能运动，IBM 是最早的参与者之一。在2011年，IBM当时推出了Watson系统，能够与人类进行智能问答竞赛。从11年到现在已经过去六年的时间了，我们的体会是把一个通用的人工智能系统应用到行业不是简单的事情，不是说有一个通用的算法，结合行业的数据一跑，就可以得出一个结果，去改变行业。这是一个很美好的梦想，但是现实更复杂。所以在过去的六年时间，我们经过了大量尝试，将这些技术应用于能源、交通、金融、医疗的方方面面，也取得了一些成绩。

　　IBM做其实医疗，核心只想解决一个问题——怎么样利用数据挖掘和人工智能的技术，从海量的医疗数据中间去挖掘出证据，利用这些证据给患者提供循症的个性化医疗服务，这也不是一个非常独特的vision，因为数据分析技术从它诞生的第一天就与医疗有关系，现在很多人工智能技术的基础——比如概率论的发明，最早就是解决欧洲的疫苗接种问题。所以数据分析和医疗从第一天起就是相关联的。但是，为什么到现在又成为了一个非常热门的话题，成为一种可能。我个人认为有两个主要的原因：一是计算机算的快，算得过来了；二是数据在那，有东西可算了。