“如今的家庭医生面临着一项繁重的工作，就是要寻求所有相关信息，” Atrius首席医疗官 Joe Kimura 说。而电子病案记录可能使问题变得更糟，因为这类电子系统极大增加了每次访问生成的数据量，却并未提供便于检索的标准格式。

图丨Atrius 健康

关键的一点是病案记录中有许多非常重要的注释，atv，往往是常规IT系统无法理解的语句，但沃森可以用它的自然语言处理技术提取这些语句的意义。理想状况下，它能帮助医生避免过度医疗带来的副作用。Kimura 问道：“为什么我们只盯着髋骨骨折的患者，而不去预测哪些患者有跌倒的风险、帮他们预防骨折呢？我们需要做得更超前。”

沃森医疗公司还与纽约中央护理协会合作。该协会由政府资助，业务范围覆盖了六个县的大约 2000 家医疗机构。有时，已出院的病人由于一些遗留问题不得不返回该医院解决，沃森希望，此次合作能使这类情况导致的接诊率和再住院率下降25%。同时，合作还能提供大量潜在的医疗数据。

获取此类数据还有其他方法——谷歌的一家姊妹公司正试图直接从病人身上直接挖掘数据。事实上，Verily Life Sciences（Alphabet 的医护部门）正与杜克大学和斯坦福大学合作，基于10000名志愿者研发一个高度结构化的健康数据库。该数据库将不仅包括临床检查信息，而且还包括可穿戴健康监测设备的信息。尽管可能需要十年或更长时间才会产生可用结果，但这项新技术仍然很有希望为数据访问带来一个飞跃。

而前文提到的纽约癌症中心病理学家 Fuchs 在 Memorial Sloan Kettering 的开发小组希望培养一个能够读取染色组织玻片的人工智能系统。这需要一个包含了玻片图像、数字标注、确诊信息和其他关键数据的大型数据库。因此，该小组准备每月生产4万张这样的玻片。“这是一个无人能及的工作量，” Fuchs说。“生物学上的各种变化使这项任务变得十分艰巨。”

另一端，尽管与沃森的合作已流产，M.D. 安德森中心也正在进行一个大型计划。这项计划与IBM的动作在差不多同一时间开始，致力于从每一位走进门的病人身上收集1700种类型的临床数据。运行计划的研究人员 Andy Futreal 认为，对于沃森一类的人工智能来说，将病人信息和研究数据结合到一起是至关重要的。他说：“一旦我们集齐数据，就可以让人工智能来学习，然后发现影响病人治疗结果的因素。”

IBM 将会继续从合作医院中收集数据。在癌症诊断和治疗方面，该公司的合作对象包括 Memorial Sloan-Kettering、Mayo Clinic、哈佛和麻省理工学院附属的 Broad 研究所，以及医学测试巨头 Quest Diagnostics。与 Memorial Sloan-Kettering 的合作已经诞生了一个能通过筛选期刊文献提出治疗决策的系统，并已在佛罗里达 Jupiter 医疗中心和印度的连锁医院推广。

在药物发现方面，沃森健康与Barrow 神经研究所合作，已找到5个之前从未被发现，却与肌萎缩硬化症有关的基因。在与安大略脑系研究所的合作中，沃森确定了21个潜在的候选药物。

沃森最终能够改善保健活动、降低医疗成本吗？非常可能。风投公司 Bessemer Venture Partners 的合伙人Stephen Kraus 也是许多医疗人工智能创始公司的投资人，他表示：“这都是真刀真枪，而不是为了提振股价而发放的烟雾弹。”但 Kraus 和大多数专家一样， 认为人们不应该对实现的时间以及美好的承诺过于期待。

“这很难，这不是今天发生的事，也可能不会在五年内发生，而且它也不能取代医生的地位。”

-End-

编辑：李小李

参考：

https://www.technologyreview.com/s/607965/a-reality-check-for-ibms-ai-ambitions/

欲知会员计划详情，请点击以上图片