IBM Watson 不是 “光脚大夫”，也代表不了AI +医疗

二是帮药企筛选最得当入组做临床试验的患者。在任何药品进入市场前，我们为了确保它安详、有用，都必要在药品已经开拓得差不多的环境下，找些志愿者试试看。俗话说 “有的放矢”，为了看药有没有效，药企必要找到有对口的 “症” 的人。

假设某药企必要找 100 位志愿者做三期临床试验，因为缺乏数据、无法凭证医院病历筛选出吻合的患者，为了找到 100 个满意尝试某项详细要求的人，药企每每必要找 1000 个病人，用大量人数补充精度的缺乏，才气做有统计学意义的尝试。而 Watson 或其他大数据体系能辅佐筛选最吻合的患者，进步服从。

除了药物研发，其他医疗规模也有不少可以和 AI 团结的点，好比影像说明与辨认。视网膜糖尿病病变的辨认、基于 CT 可能 X光做肺癌结节的辨认、用乳腺钼靶影像做乳腺结节或肿块辨认等，此刻都可以用 AI 来完成，而且在这方面创业的公司也不少。

故意思的是，这也是中美一个明明的区别：已往几年里，海内医疗 AI 帮助诊断方面的投资案例里高出 40% 都投在了影像规模—— 我国作为生齿大国，拍片子的量也很大，因此处理赏罚起来也很费时刻，或者这是投资人青睐这个规模的缘故起因。

那么，我国哪些处所会用到 “AI 看片子” 的技能呢？

陈晖先容道，此刻广泛以为AI 影像识此外手段足以到达一位县级医院放射科大夫的程度，但比二线都市以上放射科大夫的程度要差一点。因此，“AI 看片子” 的应用场景多为县级市、地级市或更下层，任何有根基的放射装备、但缺乏有履历的放射科大夫的处所，都是其应用场景。

这就是为什么我们在谈 “AI与医疗落地” 时，起主要谈场景。陈晖给小探举了个例子：在病理规模，有个最基本的辨认叫做 “细胞形态辨认”，即对付变异的细胞举办发明和计数。这项事变原本必要由有履历的大夫用显微镜看，但陈晖及其同事调查到，海内大量检讨类项目必要在州里、乃至村的级别举办。

不少州里、村里并没有大夫能看片子，因此有些 AI+医疗公司办理的就是这个题目：给州里卫生地址云端提供血通例细胞说明的辨认手段，让 AI 简朴快速地帮忙卫生所出陈诉。今朝，不少州里卫生所已经接管并开始运用了这种方法。但这种方法在北上广的大三甲医院又没有效武之地，由于那些大医院可以用自动化的血液生化仪做血通例搜查。

对一些地处偏远地带的患者来说，AI 偶然不是 “好和更好” 的不同，而是 “有和无” 的不同。另一位匿名受访者暗示，在我国，AI 在大医院里只能饰演帮助诊断的脚色，最后由大夫做抉择。但在医疗资源严峻稀缺的偏远地域，人工智能可以提供一个起源的搜查功效，然后把功效传给县、地级市的大夫，由他们考核，考核事后再把功效传归去，这险些是今朝偏远地域的病人拿到搜查功效的独一也许性。

看来，AI+医疗的办理方案到底适不合用，起主要思量场景。对一个场景没太大用处的，很也许在另一个场景大有作为。

找来数据喂饱 AI，与医疗团结才气更落地

AI 面对的首要挑衅之一是数据的来历。所谓 AI，就是用很大都据去实习呆板，呆板从大量数据里探索出纪律、学会判定，成为人工的智能。也就是说，我们必要用大量的真实数据“喂” AI。因此 “数据从哪儿来”，就成了 AI 不得不面临的题目。

图自收集，版权属于原作者

以这次 Watson 变乱为例：此次曝光的 Watson 内部文档表现，其受到的实习数据也有题目。原来应该喂给 Watson 大量的真实数据、从而找到新的治疗本领的，但现实上 Watson 被灌了一堆没什么用的设想数据，而并不是真正的病人数据。这种通过设想数据学出来的 AI，精确性可想而知。其它，有数病的数据缺乏也拖累了 Watson 的实习进度。

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、照旧属于出售药物、东西的公司？今朝还没接头出个功效。假如数据归属权都没定下来，就更别提正当公道地拿到数据、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就，好比影像说明与辨认。但 “保举诊疗方案” 的难度更大，因此它也必要更大量、更全面的数据去逊??，好比病人的各项指标、病历记录、治疗方案、治疗功效、相同病历... 而这些数据每每存储的位置差异、名目差异、全部权差异，不能担保完备性和同等性，因此带来了极大的挑衅。另外，法令礼貌、我国医疗资源极为稀缺（均匀1名大夫要对应 667名患者）、医疗资源漫衍十分不平衡等，都是必要办理的题目。

不外小探以为，尽量面对不少挑衅，AI与医疗团结的将来照旧光亮的。前几年谈起 AI+医疗，多是高峻上的思索和试探。跟着技能成长，AI 与医疗的团结将能越来越落地、向着真正能在治疗进程中施展浸染、而且发生收入的偏向成长。

说回 Watson：说它是光脚大夫固然不太正确，但也不算委曲。事实 Watson 简直必要进步医术，而它说不定还真是办理我国交通未便的落伍地域医疗题目的要领 —— 和昔时的光脚大夫一样。

你看好 AI 辅佐大夫给我们治病这件事吗？接待留言接头！

本文参考：

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

保举阅读

区块链陈诉|脑机接口陈诉

硅谷人工智能|斯坦福校长

卫哲|姚劲波|胡海泉

垂直栽培|无人车

王者光彩|返老还童

（编辑：湖南网）

【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!