500比分直播吧-即时比分

即时比分_迅雷体育比分直播_任九比分直播开奖

►韩国第一位接受沃森肿瘤辅助治疗的癌症患者，正和嘉川大学吉医学中心的肿瘤专家一起浏览自己的疾病信息。来源：嘉川大学吉医学中心

编者按：

最近，IBM公司用于辅助医生设计癌症治疗方案的AI产品沃森被曝出诸多问题，包括可能开出危险和错误的癌症治疗方案。这会对医疗AI行业产生什么样的影响？从事医疗AI研究或产业化的几位专家表达了他们的看法。

撰文 | 蒋海宇

责编 | 陈晓雪

“这个产品非常糟糕。我们当时为了医院推广购买这个产品，希望它能实现IBM宣称的愿景。结果大多数情况下，它根本没用。”美国佛罗里达朱皮特医疗中心（Jupiter Medical Center）的一名医生，当着IBM高管的面，这样评价他们的沃森肿瘤（Watson for Oncology）。

对，就是那个曾被看好，也激起许多争议的医疗辅助人工智能系统沃森。沃森肿瘤的使用非常简单：只需将患者个人信息（比如病历、成像报告等）输入系统，系统便基于大量的医学研究、医学指南、临床试验等信息，推荐合适的治疗方案，供医生参考。

7月25日，美国健康医疗媒体STAT曝出，IBM公司的内部文件显示，用于辅助医生设计癌症治疗方案的AI产品沃森问题不小：除了上面那种来自用户的抱怨，还会开出危险和错误的癌症治疗方案。

沃森肿瘤是IBM在医疗人工智能领域的重要产品，能够根据患者病历等信息提供包括乳腺癌、肺癌、直肠癌、结肠癌等多种癌症的治疗方案，合作者有纪念斯隆-凯特琳癌症中心 （Memorial Sloan Kettering Cancer Center）、梅奥医院（Mayo Clinic）、奎斯特诊断公司（Quest Diagnostics）等医疗领域的著名机构。根据其中国代理公司官网，国内已经有20多个省的近80家医院引进沃森肿瘤会诊中心。

IBM”家丑”被泄STAT收到的内部文件，是时任IBM 沃森医疗部门执行健康官（Health’s deputy chief health officer）Andrew Norden于2017年夏天，在公司内部报告上用的幻灯片。

据STAT的报道，IBM在这份报告里，对沃森的批评毫不留情，要点包括：

△沃森系统的训练，使用的不是真实患者的数据，而是假想患者的假想数据。

△训练数据不够。幻灯片展示了八种癌症。截至报告发布当天，训练数据量最高的肺癌只有635例，而最低的卵巢癌只有106例。

△训练沃森时，对假想患者推荐的治疗方案，是基于纪念斯隆-凯特琳癌症中心专家的方案，而非医疗指南或真实证据。

△在对假想情形进行试验时，沃森开出了不合适且危险的治疗方案。比如，它为一个显示有可能正严重出血的肺癌患者，推荐同时使用化疗和安维汀。然而，安维汀可能引起严重的出血，不应推荐给已经出血的患者。

△用来评估沃森系统和癌症专家间方案相似性的实验，可能有偏向性，使两种方案很容易相同。

人工智能公司 Nara Logics的CEO Jana Eggers在接受STAT采访时指出，沃森系统显然没有使用医疗系统中的大数据，“我搞不懂，明明有真人的真实数据，为什么他们还要生造出一堆幻想的病人出来？”

一些专家认为，如果这些假想数据对真实患者状况有代表性，也能很好地训练沃森。不过，“我们还需要看到数据有代表性的证据”，斯坦福大学生物信息研究中心副教授Jonathan Chen说。

事实上，对沃森的质疑从未断过。早在去年2017年，STAT就发表过一份对沃森医疗人工智能系统的调查，对上述问题都有提及。原IBM 沃森研究中心的Claudia Perlich教授，在2017年接受美国科技媒体Gizmodo采访时，更直言沃森医疗是“小儿科”，“我们数据科学共同体的认知是，沃森能做的，你都应该可能找到免费软件来实现，或者自己做一个。”

此次的内部文件，更多是暴露了IBM自身对沃森局限性的认知。

今年5月，IBM对其沃森医疗部门进行裁员。IBM发言人Ian Colley告诉电气电子工程师学会（IEEE），只有少量沃森医疗部门工作人员被裁掉，裁员也只是部门精简的一部分。然而，被裁掉的一名工程师透露，大约有80%的员工被迫离职。“离职的都是重要技术人员，以及和客户面对面打交道的人，可不是无关紧要的行政人员。”这名工程师说。

推荐治疗并非主流人工智能在医疗中有很多应用场景，包括医学影像、基因组信息处理、药物研发、健康数据管理、导诊机器人等等。临床诊疗方面的应用对现有医疗实践影响最显著，所以最受关注。沃森肿瘤这种试图根据患者信息，推荐治疗方案的应用，只是其中一种，也不是主流。

目前在临床方面，医疗人工智能多与医学影像相关，着重在为医生提供各式工具，或优化已有影像工具，以帮助他们诊断或治疗。

比如，人工智能诊断工具可以从医学影像中识别人眼看不见，或者容易看漏的病灶。在这方面，根据CT影像识别肺结节筛查肺癌，是目前最常见的应用之一。

►利用机器学习，识别肺结节。图片来源：Vatsal Sodha, Medium

也有团队在用机器学习提升医学影像的成像速度和质量。照过X光片的人，可能记得，医生会让病人屏住呼吸。这样做的目的，是为了防止呼吸运动影响成像。X光成像只需几秒钟，但正电子发射计算机断层扫描（PET）通常要进行十几分钟，就不是屏住呼吸能解决的了。目前很多研究团队，通过自动门控技术，修复呼吸对PET成像的影响。

►原始PET成像（a）和使用自动门控技术纠偏过的PET成像（b），（b）图的伪影更少了。图片来源：Walker et al. 2018。

人工智能也可将2D影像变成3D影像，帮助外科医生进行手术。清华大学廖洪恩教授带领的微创诊疗与三维影像实验室，将医学图像智能化分析运用在血管内介入手术，让医生能看见手术导管在血管里的具体位置。他们的评估显示，影像中导管形状与实际导管的误差仅为2.23 ± 0.87 毫米（Chen et al. 2017）。目前该研究还在进行动物实验。除此之外，他们还将该技术用于骨科移植，让医生能看见患者股骨的三维形态，帮助医生匹配合适的植入物。

►血管内介入手术示意图

（来源：Capture Vascular, YouTube）

还有一些应用，中国科学院自动化研究所研究员田捷告诉《知识分子》，是通过人工智能帮助患者避免不必要的手术。外科大夫在为结直肠癌病患做手术前，会为患者做一个辅助化疗，以控制癌症的发展，之后再进行手术。一部分病患在辅助化疗以后，病情已经完全缓解，但医生无法判断患者体内是否还有癌细胞。田捷介绍，他所在研究所和北大肿瘤医院的合作研究，通过分析医疗影像，有90%的把握把那些已经缓解的患者筛选出来，免受开刀。

北美放射医学大会这样描述未来的医学影像中心：“医学影像中心就像飞机驾驶舱一样，是各种各样信息的综合体；而未来的医生则相当于飞行员，要处理各种各样的信息”。田捷很赞同这个说法，并补充道，“在我看来，AI不会替代医生，只会更有效地辅助医生。而医生也不应惧怕新兴技术，而是积极地去利用它，使用它。”

医疗人工智能商业前景不明从实验室里的人工智能研究，到实验室外的商业化产品，过程并不简单。亿欧智库的一项统计显示，11家千万级以上的医疗人工智能企业中，有7家都与医疗影像相关。现在已经有多家公司进驻各大三甲医院。这些产品主要利用目标识别，针对某个疾病，辅助诊断疾病。

由于目前的人工智能产品都只针对单项任务，对医生的帮助有待观察。比如，腾讯觅影针对肺部的影像，识别肺结节。“医生看片时不只找出结节，还需对结节定性。另外，我们肺里还有其他病变，比如：还可能有梗塞，可能还有支气管扩张，还有肺的纤维化等。”广东省人民医院影像医学部主任兼放射科主任梁长虹指出，“如果系统能把五、六种常见病的查找结合在一起，那将满足胸片阅读工作90%以上，才基本上能说帮助到我们医生，减轻我们的负担。”

谈到此次沃森肿瘤问题被曝，东软医疗首席科学家黄峰认为，IBM的问题不会影响到中国的相关产业。“人工智能的作用是多方面的，IBM选择了风险最大的应用。国内企业要务实的多。”黄峰说。

目前来看，医疗人工智能的商业前景还不明朗。“我认为他们现在还缺乏比较好的商业模式，基本都没有产生盈利，基本上还在探索商业模式及利用数据完善产品。”梁长虹说，“现在基本上是把系统给到医院，利用医院的现有数据，对系统进行训练。”在这个意义上，目前人工智能对医院数据的依赖，要大于医院对人工智能系统的需求。

“人工智能辅助诊疗系统尚未获批正式用于临床。用于临床之前，它们需要通过药监局的安全性和有效性的审批。而目前为止，没有任何一个系统得到审批。”田捷说。

参考文献：

1. IBM’s Watson supercomputer recommended ‘unsafe and incorrect’ cancer treatments, internal documents show, STAT,/

2. Layoffs at Watson Health Reveal IBM’s Problem With AI, IEEE,

3. Why Everyone Is Hating on IBM Watson—Including the People Who Helped Make It, Gizmodo,

4. Chen, Fang, Jia Liu, and Hongen Liao. "3D Catheter Shape Determination for Endovascular Navigation Using a Two-Step Particle Filter and Ultrasound Scanning." IEEE transactions on medical imaging 36, no. 3 (2017): 685-695.

5. Walker, Matthew D., Kevin M. Bradley, and Daniel R. McGowan. "Evaluation of principal component analysis-based data-driven respiratory gating for positron emission tomography." The British journal of radiology 91, no. 1085 (2018): 20170793.

6.《2018中国医疗人工智能发展研究报告》，亿欧智库，2018

制版编辑 | 皮皮鱼

本页刊发内容未经书面许可禁止转载及使用

公众号、报刊等转载请联系授权

copyright@zhishifenzi.com

商务合作请联系

business@zhishifenzi.com

知识分子为更好的智趣生活 ID：The-Intellectual