隨著AI技術(shù)的發(fā)展,，想靠著這個技術(shù),，標(biāo)榜自己與眾不同的時代，已是過去式,。大眾對于AI已經(jīng)不陌生,，而且在生活中能實(shí)實(shí)在在感受到。時至今日,，科技公司們也很難找到哪家風(fēng)投或者合作伙伴,，對這種機(jī)器學(xué)習(xí)技術(shù)，不感興趣,。

但是，想要用AI技術(shù)來革新醫(yī)療保健行業(yè),，比起其他行業(yè),，其門檻明顯更加高昂，即使蹭著AI這個熱點(diǎn),，其熱度下降得很快,，因?yàn)樵卺t(yī)療行業(yè),，一個算法的錯誤，往往意味著生與死的差別,。

關(guān)于醫(yī)療AI時,，我們應(yīng)當(dāng)以如何心態(tài)去看待，他們現(xiàn)在的應(yīng)用集中在哪些?關(guān)于這些問題,，動脈網(wǎng)梳理和編譯了mobihealthnews最新的深度文章,，以饗讀者。

還未到將全部身家押在AI上的時候

在過去的五年當(dāng)中,，采用各種AI技術(shù)的數(shù)字醫(yī)療公司如雨后春筍般涌現(xiàn),。 CB  Insights今年跟蹤報道了106家主打AI技術(shù)的醫(yī)療公司，報告指出自2015年1月以來,，其中有50家公司開展了首輪公開募股,。報道對象公司的交易量從2012年的20次，上升到了2017年的60次,。2017年還出現(xiàn)了一些新的獨(dú)角獸,，如  iCarbonX以及腫瘤為重點(diǎn)的 Flatiron Health。

醫(yī)療人工智能已實(shí)現(xiàn)輔助診斷,，慢性病管理和制藥等領(lǐng)域潛力巨大

從虛擬護(hù)士到藥物發(fā)現(xiàn),，CB Insights梳理了106家人工智能企業(yè)

在最近一次調(diào)研中發(fā)現(xiàn)，有半數(shù)以上的醫(yī)院,，5年內(nèi)引入AI技術(shù)的打算,，另外有35%的醫(yī)院打算在近兩年就引入。近日,，波士頓的Partners  HealthCare也宣布與GE  Healthcare展開為期十年的合作,，將深度學(xué)習(xí)技術(shù)整合到他們的網(wǎng)絡(luò)中來。然而AI在醫(yī)療上的應(yīng)用,，絕不會在改善臨床醫(yī)生工作流程和加快保險理賠上止步,。

為期兩天的Light Forum會議剛剛閉幕  ，該會議匯聚了眾多企業(yè)CEO,、醫(yī)療信息技術(shù)專家和斯坦福大學(xué)的醫(yī)生,。在會議期間，曾在醫(yī)保及醫(yī)療補(bǔ)助服務(wù)中心任職行政管理人員的Andy  Slavitt表示：“當(dāng)前我們正著手解決的是生產(chǎn)力問題,。我們需要照顧到那些資源短缺的人們,，而不是一味追求商業(yè)模式和過多繁雜的問題，或者總嘗試發(fā)明新工具,，這是不能夠真正改善生產(chǎn)力的,，我認(rèn)為這才是數(shù)據(jù)和機(jī)器學(xué)習(xí)的落腳點(diǎn)?！?/p>

醫(yī)院調(diào)研的受訪者表示,，AI技術(shù)可能在人群健康狀況,、臨床決策支持、診斷工具和精密醫(yī)學(xué)上影響較大,。即便在藥物開發(fā)上,，AI也可以使數(shù)據(jù)收集和試驗(yàn)進(jìn)度更快更精準(zhǔn)，并縮減成本,。但是現(xiàn)在也還未到將我們?nèi)可砑叶佳涸贏I上的時候,。

Roam Analytics的首席科學(xué)家及聯(lián)合創(chuàng)始人Andrew Maas在Light  Forum與會期間表示：“人類的大腦依舊是功能強(qiáng)大的決策官，盡管計(jì)算機(jī)也有著不可限量的前景,，但是目前它們的可靠程度,，還不足以讓我們完全信任?！?/p>

蘋果,、谷歌以及微軟，這些巨頭正在做什么?

每個人都為AI魅力所傾倒,，但是還要多久,，我們才能看見它為醫(yī)療行業(yè)帶來真正意義上的轉(zhuǎn)型呢?最近，我們已經(jīng)見識到了AI應(yīng)用在了從最簡單的手機(jī)app到最復(fù)雜的診斷任務(wù),，其形式也從自然語言或圖像識別,，到依靠強(qiáng)大的算法處理幾十年積累的醫(yī)學(xué)研究數(shù)據(jù)庫等的方方面面。

如同醫(yī)療行業(yè)的其他技術(shù)一樣,，進(jìn)入這個行業(yè)會面臨監(jiān)管障礙,、與傳統(tǒng)醫(yī)院IT系統(tǒng)的互操作性問題，以及獲取關(guān)鍵醫(yī)療數(shù)據(jù)方面的障礙等諸多挑戰(zhàn),，AI技術(shù)想要在這個行業(yè)里立足生根,，不越過這些高峰是不可能的。

但是這并不是讓我們停止創(chuàng)新,，而是懷著更嚴(yán)謹(jǐn)?shù)膽B(tài)度進(jìn)行創(chuàng)新,。數(shù)字醫(yī)療從業(yè)者們已經(jīng)開始意識到，要解鎖AI的真正潛力需要建立戰(zhàn)略合作伙伴關(guān)系,，還需要高質(zhì)量的數(shù)據(jù),，并對統(tǒng)計(jì)數(shù)據(jù)有一個清醒的認(rèn)識。

隨著醫(yī)療行業(yè)對AI認(rèn)識的漸漸成熟,，其實(shí)最大的技術(shù)難點(diǎn)還并不在于創(chuàng)新過程中遇到的監(jiān)管障礙,、關(guān)鍵數(shù)據(jù)獲取等挑戰(zhàn)。

就在本月中旬,，Google方面宣布,，他們已經(jīng)將自己本用于翻譯和圖像識別的消費(fèi)級機(jī)器學(xué)習(xí)技術(shù)，應(yīng)用到了醫(yī)療領(lǐng)域,。他們的研究團(tuán)隊(duì)Google  Brain將與斯坦福大學(xué),、加州大學(xué)舊金山分校等知名學(xué)府展開合作，旨在從數(shù)以百萬計(jì)的患者身上獲取數(shù)據(jù),。

如同Google的CEO Sundar Pichai在前兩周的Google I/O  開發(fā)者大會上所表示的,，這個科技巨頭的行動還遠(yuǎn)不止此，去年他們成立了Tensor計(jì)算中心,，Google稱之為AI-first數(shù)據(jù)中心,。

“Google現(xiàn)在已經(jīng)把所有的AI工作歸攏到了Google.ai，這個部門是諸多團(tuán)隊(duì)和努力的結(jié)晶,，他們都專注于使AI能造福每個人,。”Pichai表示,，“Google.ai將重點(diǎn)關(guān)注三個方面：研究,、工具和基礎(chǔ)設(shè)施，以及應(yīng)用型AI,?！?/p>

去年11月，Google的研究人員在JAMA上發(fā)表了一篇論文,，表明Google經(jīng)過大量眼底圖像數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)算法,，可以在診斷糖尿病性視網(wǎng)膜病變上，具有90%以上的高準(zhǔn)確性,。Pichai透露他們正在積極將AI應(yīng)用到病理學(xué)上,。

他說：“病理學(xué)涉及到龐大的數(shù)據(jù)問題，然而機(jī)器學(xué)習(xí)已經(jīng)做好準(zhǔn)備去解決它,。我們構(gòu)建了神經(jīng)網(wǎng)絡(luò),，來檢測癌癥是否擴(kuò)散到了相鄰的淋巴結(jié)。這個工作還處于早期階段,，不過它已經(jīng)顯示出了能將準(zhǔn)確度從73%提升至89%的能力,。當(dāng)然我們?nèi)孕枰璧氖牵覀兊脑\斷也存在很多誤報,，不過這個問題我們已經(jīng)交諸病理學(xué)家來解決,，他們能夠提高診斷準(zhǔn)確性?！?/p>

除開Google,，另一個例子就是蘋果公司最近也收購了一家名為 Lattice的AI公司，該公司有著開發(fā)醫(yī)療應(yīng)用算法的技術(shù)背景,。

微軟自然也不甘落后,，幾個月前，他們推出了醫(yī)療  NExT計(jì)劃,，將AI,、云計(jì)算,、研究以及行業(yè)合作伙伴關(guān)系整合到了一起。此項(xiàng)計(jì)劃包含了基因組學(xué)分析和健康聊天機(jī)器人技術(shù)的項(xiàng)目,，并與匹茲堡大學(xué)醫(yī)學(xué)中心建立了合作伙伴關(guān)系,。

幾周前，微軟和數(shù)據(jù)連接平臺供應(yīng)商 Validic建立了合作伙伴關(guān)系,，將患者參與度納入到了 HealthVault Insights研究項(xiàng)目中,。

將患者數(shù)據(jù)應(yīng)用到真實(shí)診斷中

巨頭公司們在發(fā)力，初創(chuàng)企業(yè)們也是各顯神通,，我們現(xiàn)在已經(jīng)見識到了各種各樣的AI應(yīng)用形式,，從 Ginger.io的行為健康監(jiān)測和健康分析平臺  Sensely的虛擬助理，到 Ava等公司推出的可穿戴設(shè)備和各種APP,，再到Clue公司最近推出的生育預(yù)測窗口,。另外一個典型是Buoy  Health最近推出的醫(yī)學(xué)專用引擎，Buoy的數(shù)據(jù)庫涵蓋了18000份臨床文獻(xiàn)和17000余種病情,，患者樣本逾500萬人,。

除了癥狀檢索以外，Buoy首先會要求用戶輸入年齡,、性別和癥狀等篩選條件,，然后在細(xì)分?jǐn)?shù)據(jù)后決定接下來的問題，從而不斷縮小搜索范圍,，大約使用兩三分鐘后,，問題越來越具體，并為用戶提供可能的病癥列表和接下來的選項(xiàng),。

另一個十分具有前景的領(lǐng)域就是醫(yī)學(xué)成像,。去年11月，以色列的機(jī)器學(xué)習(xí)成像分析公司Zebra發(fā)布了新平臺,，使人們可以通過互聯(lián)網(wǎng)隨時隨地上傳和接收他們的醫(yī)學(xué)掃描分析,。

Zebra成立于2014年，致力于開發(fā)算法,，使電腦自動識別醫(yī)學(xué)圖像,，診斷從骨科到心腦血管疾病等多種疾病。該公司現(xiàn)在已經(jīng)穩(wěn)步建立了自己的數(shù)據(jù)庫,，并結(jié)合深度學(xué)習(xí)技術(shù),，以開發(fā)算法來實(shí)現(xiàn)自動醫(yī)學(xué)診斷。另一家以色列的同類型公是AiDoc,，這家公司剛剛?cè)谫Y了700萬美元,。

然而，不論一家科技公司規(guī)模多大或者技術(shù)有多先進(jìn)，只有將患者數(shù)據(jù)應(yīng)用到真實(shí)診斷中才是王道,，這也是噱頭和有效算法之間的分水嶺,。所以也就不奇怪，為什么還有那么多公司還處于AI摸索學(xué)習(xí)階段,。

風(fēng)投公司8VC的CEO Joe Lonsdale在斯坦福的 Light Forum會議期間表示：“最初的難點(diǎn)就在于創(chuàng)建數(shù)據(jù),。”

加州大學(xué)伯克利分校公共衛(wèi)生學(xué)院的生物統(tǒng)計(jì)學(xué)教授Maya  Peterson則給出了更為明晰的觀點(diǎn),。她在近期舊金山舉行的HIMSS大數(shù)據(jù)和醫(yī)療分析論壇期間說道：“真實(shí)世界的數(shù)據(jù)都很復(fù)雜，而我們還沒有完全理解他們之間的聯(lián)系,。在探索更加復(fù)雜的領(lǐng)域中,，機(jī)器學(xué)習(xí)在某種程度上過于野心勃勃了，這可能不是一件好事,?！?/p>

好算法千金難求

機(jī)器只能從給定的數(shù)據(jù)中進(jìn)行學(xué)習(xí)，所以研究人員,、工程師和企業(yè)家們都為構(gòu)建更大更高質(zhì)量的數(shù)據(jù)庫,，忙得焦頭爛額。

上個月,，Verily與斯坦福大學(xué)醫(yī)學(xué)院和杜克大學(xué)醫(yī)學(xué)院展開合作,，啟動了Baseline  Project研究，收集了大量表型健康數(shù)據(jù),，從而制定明確的人體健康參考標(biāo)準(zhǔn),。

這個項(xiàng)目旨在收集10000名參與者的數(shù)據(jù)，每個參與者將被追蹤4年,，用所收集的數(shù)據(jù)建立人類健康“基線”圖,，并探尋從健康到疾病轉(zhuǎn)變的玄機(jī)。

數(shù)據(jù)的收集形式多種多樣,，包含了臨床,、自我報告、醫(yī)學(xué)圖像,、傳感器和生物樣本等等,。該研究的數(shù)據(jù)庫將建立在Google計(jì)算基礎(chǔ)構(gòu)架之上，并儲存于Google云端平臺,。

“如果政府愿意實(shí)現(xiàn)數(shù)據(jù)共享,，那么局面將會明朗許多，”Roam  Analytics(舊金山的一家機(jī)器學(xué)習(xí)分析平臺公司,，專注于生命科學(xué)領(lǐng)域)的首席科學(xué)家Andrew Maas在Light  Forum上表示：“如果私人部門愿意這樣做并收集大量數(shù)據(jù),，這也很好。把數(shù)據(jù)交給我們，我們將回饋很驚人的成果,。但是如果因?yàn)槿藗兊膽峙?，?shù)據(jù)不能被有效收集，那我們將一事無成,?！?/p>

患者數(shù)據(jù)和算法的可用性是區(qū)分空頭支票和有效實(shí)踐的試金石。讓我們把目光轉(zhuǎn)向IBM的Watson  Health,，他們通過眾多伙伴關(guān)系積累了大量數(shù)據(jù),，為認(rèn)知計(jì)算模型帶來了洞悉患者健康的能力。但是由于還沒有實(shí)際證據(jù)證明其有效性,，公眾對其的態(tài)度也是兩極分化,。

在Light Forum會議期間，同時身任斯坦福大學(xué)計(jì)算機(jī)科學(xué)系主任和Roam Analytics首席科學(xué)家的Chris Potts表示：“Watson  可能是在醫(yī)學(xué)領(lǐng)域最有前景的,?！钡瞧渌藚s不以為然，比如Social Capital的CEO Chamath Palihapitiya就稱其為一個笑話,。

但是正如我們之前報道的諸多合作所表明,，這些質(zhì)疑并沒有影響到Watson吸納新合作伙伴的能力。就在前兩周,，他們加入了MAP Health  Management,，將自己的機(jī)器學(xué)習(xí)技術(shù)引入到了藥物濫用障礙治療，同時IBM的研發(fā)部門正與Sutter  Health展開合作,，他們將基于還未充分利用的EHR數(shù)據(jù),，開發(fā)預(yù)測心力衰竭的方法。

IBM Watson  Health實(shí)際上于2011年成立,，當(dāng)時他們靠機(jī)器算法拿下了Jeopardy比賽,，這次成功，給了他們繼續(xù)開發(fā)運(yùn)用這項(xiàng)技術(shù)的信心,。

Watson副總裁兼首席策略官Shiva Kumar在Light  Forum會議上表示：“我們必須大力發(fā)展醫(yī)療領(lǐng)域的AI技術(shù),，因?yàn)檫@個行業(yè)太具復(fù)雜性，不同?？浦g有著很多差異,。我們只得加強(qiáng)機(jī)器學(xué)習(xí)，使系統(tǒng)了解醫(yī)學(xué)語言,。第一步是自然語言處理,。AI已經(jīng)具備充分的知識來給出醫(yī)療見解了嗎?它能夠在對話過程中給出最好的答案了嗎?我們還得和病人進(jìn)一步對話，吸收經(jīng)驗(yàn)和數(shù)據(jù),，持續(xù)推進(jìn)技術(shù)開發(fā),?！?/p>

Kumar表示，為了實(shí)現(xiàn)這個目標(biāo),，解決非結(jié)構(gòu)化數(shù)據(jù)的問題對IBM Watson而言是首當(dāng)其沖的,。

“我們傾向于使用詞匯認(rèn)知技術(shù)，因?yàn)樗搅藱C(jī)器學(xué)習(xí)和深度學(xué)習(xí),。這能賦予AI以洞察力,，并能自主整合和學(xué)習(xí)。

“醫(yī)療行業(yè)是具有特殊性的,，它受到了嚴(yán)密監(jiān)管,，很多數(shù)據(jù)都不能自由使用，所以這是一個有很多技術(shù)改進(jìn)空間的領(lǐng)域,。但是歸根結(jié)底,，成功與否還得取決于他們業(yè)內(nèi)人士?！?/p>

人工智能在醫(yī)療領(lǐng)域應(yīng)用路徑

有很多專家預(yù)測，AI技術(shù)將在醫(yī)療行業(yè)掀起軒然大波,。Allscripts Analytics首席醫(yī)療官Fatima Paruk博士向Becker’s  Hospital  Review透露,，她預(yù)計(jì)AI首次在醫(yī)療上的應(yīng)用應(yīng)該在慢性病管理領(lǐng)域，其次就是借由患者健康及環(huán)境或社會因素?cái)?shù)據(jù)可用性的提高帶來的技術(shù)發(fā)展,。接下來,，將基因數(shù)據(jù)整合到臨床護(hù)理管理中，將使精密醫(yī)學(xué)成為現(xiàn)實(shí),。

事實(shí)上,，那些較晚涉足AI這場技術(shù)競賽的行業(yè)，可能被它影響得最深,，比如制藥企業(yè),，他們已然開始了變革。

Light Forum會議期間,，輝瑞前任董事長兼CEO,，現(xiàn)Lux Capital合伙人Jeff  Kindler稱藥企是“創(chuàng)新者困局的典型例子”，因?yàn)樗麄兊呢?cái)政狀況從未嚴(yán)峻到迫使他們改變商業(yè)模式,。

但是AI的潛力實(shí)在是難以讓人錯過,，盡管這意味著還得花費(fèi)大量成本與醫(yī)療從業(yè)者們溝通，以尋求AI的著陸點(diǎn),。

“如果你和消費(fèi)者們對話,，他們不了解制藥企業(yè)，也不懂什么AI或者大數(shù)據(jù),，他們只會想著‘交給他們我就完了’,，那么我們?nèi)绾尾拍芸缭竭@個信任鴻溝呢?”Kindler說道：“從歷史上看來,，由于數(shù)據(jù)的不可用，藥企和醫(yī)療設(shè)備生產(chǎn)商從未涇渭分明,。但是隨著AI技術(shù)的逐漸強(qiáng)大,，操作成本和花費(fèi)將得到分離，而且也不再重要,，因?yàn)樗麄冊跒樘岣忒熜Ф?wù),。”

療效是藥物開發(fā)的命門,，特別是在FDA對AI技術(shù)的鼓勵之下,，AI可能更容易對行業(yè)產(chǎn)生影響。

輝瑞制藥的戰(zhàn)略與數(shù)據(jù)創(chuàng)新副總裁Judy  Sewards指出：“我們在一個推廣新產(chǎn)品需要花12年的行業(yè)中生存,，在這期間,，需要1600名科學(xué)家跟進(jìn)研究，進(jìn)行3600場臨床試驗(yàn),，并涉及數(shù)以千計(jì)的患者,。我們不得不思索，AI是否可以加快這一進(jìn)程,，使其更加智能化,，將突破性藥物與最需要他們的患者聯(lián)結(jié)起來?”

Sewards同時透露，他們與IBM  Watson合作展開的免疫學(xué)研究,，是將這一想法轉(zhuǎn)化為現(xiàn)實(shí)的舉措,。“有些人可能會擔(dān)心,，AI會在將來某天取代醫(yī)生和科學(xué)家,，但實(shí)際上，它們更適合充當(dāng)研究助理或者輔助的角色,?！?/p>

德勤生命科學(xué)與醫(yī)療保健部門負(fù)責(zé)人Rajeev Ronanki向Becker Hospital Review表示  ，推動機(jī)器學(xué)習(xí)技術(shù)進(jìn)一步發(fā)展需要三股強(qiáng)大力量的集結(jié)：數(shù)據(jù)的指數(shù)級增長,、更快的分布式系統(tǒng),，和更快識別并處理數(shù)據(jù)的算法。

Ronanki預(yù)測,，當(dāng)這個三重奏得以實(shí)現(xiàn)時,，首席信息官們可以更加洞悉預(yù)期收益，從而改進(jìn)人力決策,。依靠AI工具以及設(shè)備和進(jìn)程中的AI自動化,，可以進(jìn)一步發(fā)展領(lǐng)域深處的特異性專長。

Ronanki引用IDC的報告,，向Becker’s表示：“我們預(yù)計(jì)AI技術(shù)將保持增長勢頭,，用于人工智能的花費(fèi)將上升到313億美元,。”

Roam Analytics的CEO及聯(lián)合創(chuàng)始人 Alex  Turkeltaub表示：“基本上,，我們現(xiàn)在還一無所獲,，盡管我們多多少少構(gòu)想了些商業(yè)模式，但是我們現(xiàn)在能做的也只是一般的數(shù)據(jù)統(tǒng)計(jì),，很難將數(shù)據(jù)整合到一起并加以管理,。大多數(shù)甚至最前沿的深度算法還是上世紀(jì)60年代開發(fā)的，它們還基于17世紀(jì)的老套思路,。我們必須得尋求更好的方法,。”

輝瑞制藥的Judy Sewards特別強(qiáng)調(diào)了一點(diǎn)：“在我們行業(yè)你必須要做到百分百的正確,，任何閃失都與患者的生命安全息息相關(guān),。”