當DeepMind 宣布讓AlphaGo “退休”，組建 DeepMind Health 大舉進軍智能醫(yī)療之后，這家名震一時的公司也未能免俗地陷入了商業(yè)變現(xiàn)的泥石流。

兩年多的時間里，DeepMind Health 在醫(yī)療領域取得了不少成果，包括研發(fā)出能在幾秒鐘內比人類眼科專家更準確地檢測出 50 多種眼疾的 AI。然而，或許是 AlphaGo 留下的光芒過于耀眼，DeepMind 沒能再次創(chuàng)造出舉世轟動的奇跡。

2018年11月，谷歌母公司 Alphabet 宣布重組，將 DeepMind 醫(yī)療業(yè)務拆分出來，并入新組建的 Google Health 部門。原有的 DeepMind Health 將不再作為獨立的子品牌存在。

這一舉措體現(xiàn)了谷歌下注智能醫(yī)療的決心，同時也反映了當前智能醫(yī)療創(chuàng)業(yè)公司普遍所面臨的困境——DeepMind 無疑是世界最頂尖的 AI 研發(fā)團隊，連他們都啃不動的骨頭，其他人該從何處下口？

于是，很多人開始擔心，智能醫(yī)療的泡沫是不是就快要破了？

智能醫(yī)療急不得，IBM Watson 已經前行十幾年

時間拉回到 7 年前。

2011 年，IBM 的認知計算系統(tǒng) Watson 在美國最受歡迎的智力問答電視節(jié)目《危險邊緣》中擊敗了人類冠軍，在全美乃至世界范圍內掀起了不啻 AlphaGo 的人工智能熱潮。

隨后，IBM 宣布讓 Watson 進軍包括醫(yī)療在內的一系列商業(yè)領域，直到今天，在不少人心目當中，IBM Watson 都是“智能醫(yī)療”的代名詞。

2015年，IBM 組建了 Watson Health 部門，致力于找到人工智能與其他技術的最佳整合方式，助力醫(yī)療及健康領域的專業(yè)人士應對全球最嚴峻的醫(yī)療挑戰(zhàn)。

IBM組建Watson Health 部門，致力于用人工智能助力醫(yī)療健康

如今，IBM Watson Health 已經發(fā)布了 150 多個解決方案，覆蓋醫(yī)療支付、服務提供、政府管理、生命科學四大領域，形成了一個貫穿醫(yī)療健康領域多個關鍵環(huán)節(jié)的創(chuàng)新認知和解決方案完整鏈條，除了一系列正在研發(fā)的認知科技解決方案之外，已經發(fā)布的包括：

Watson 健康及認知服務平臺

Watson 照護管理

Watson 藥物研發(fā)解決方案

Watson 腫瘤解決方案

Watson 基因解決方案

Watson 臨床試驗匹配解決方案

Watson 醫(yī)療影像分析解決方案

醫(yī)療不僅是醫(yī)學問題，也是社會問題。Watson Health的案例說明，除了領先的技術以及與頂級醫(yī)院或醫(yī)學院達成合作，智能醫(yī)療要落地，還需要找對場景，找準商業(yè)模式，說服政策制定者、監(jiān)管部門、醫(yī)院領導、臨床醫(yī)生、患者及家屬、保險公司等無數(shù)當事人，以及十年乃至更久的時間。

要做到這一切，如果不依托資金雄厚且在行業(yè)里有大量積累的平臺型公司，幾乎是不可能實現(xiàn)的。不管你愿不愿意承認，智能醫(yī)療是巨頭的游戲，這也是Alphabet出面整合組建Google Health的原因之一。

有了人工智能，醫(yī)學治療的將不再是一些毛病，而是人類本身。基于病人的臨床癥狀和觀察結果，不同人的健康狀況之間存在著很大的差距，不僅僅是身體素質，還包括這個人的社會經濟地位、家庭環(huán)境、成長歷史。

除了基因和醫(yī)療，社會經濟地位、家庭環(huán)境和個人生活習慣都對一個人的健康和壽命有影響。來源：Kaiser Family Foundation

理想的智能醫(yī)療，能夠將這些社會決定因素以及決策支持系統(tǒng)考慮進去，而決策支持系統(tǒng)則是建立在廣泛的標準和各式各樣的任務上。例如，基于過去在類似患者上做過的工作開展深度個性化護理，或者指導醫(yī)護人員獲取最新信息，幫助他們做出最有效的決策。

作為智能醫(yī)療最早的踐行者，IBM Watson Health 目前已有兩款產品進入中國：Watson 腫瘤解決方案 (Watsonfor Oncology, WfO) 和 Watson 基因解決方案 (Watson for Genomics, WfG)。

根據(jù)在中國推廣 WfO 和 WfG 的百洋智能科技提供的數(shù)據(jù)，截至 2018 年 11 月 4 日，Watson 腫瘤解決方案 (WfO) 已經在中國 20 多個省份、40 多座城市共 81 家醫(yī)院簽約落地。此外，有 261 家醫(yī)院使用過WfO，系統(tǒng)內注冊醫(yī)生 1133 人，使用過這一系統(tǒng)的醫(yī)生有 785 人，共有 4 萬多名患者體驗過 Watson 腫瘤系統(tǒng)的服務。

中國醫(yī)生使用 Watson 的真實感受：高效？有用？

“Watson 可以幫助年輕醫(yī)生成長，提高資深醫(yī)生的效率，避免醫(yī)生出錯，是不知疲倦、不耍脾氣的忠實助手，還是毫無保留的互動者。”中國臨床腫瘤學會 (CSCO) 常務理事、秘書長江澤飛表示：“AI 之于醫(yī)生就像 GPS 之于駕駛，為新司機指路省心，為老司機引路省力。”

同濟大學附屬上海市第十人民醫(yī)院腫瘤科主任、腫瘤學教研室主任、主任醫(yī)師許青舉了這樣一個例子。他們接收了一位罹患十二指腸癌的病人，將患者信息輸入 WfO 后得到了非常好的病例推薦。

Watson 腫瘤解決方案 (WfO) 操作界面。來源：IBM Watson Health

“當時，Regorafenib（拜耳公司開發(fā)的口服多激酶抑制劑，靶向血管生成，基質和致癌受體酪氨酸激酶。自 2009 年以來，它被研究作為多種腫瘤類型的潛在治療選擇，2015 年已獲得兩項美國先進癌癥批準）還沒有上市，WfO 就已經推薦使用這個藥物了。”許青教授說。

去年開始，這個病人進行了 Regorafenib 的臨床應用。“WfO 給出的建議治療方案里，不僅有用藥方案，比如 160 毫克一天，用 21 天，休息一周，28 天一個周期，還會列出這些藥不適合跟其它藥物的聯(lián)合應用，以及備案反應的情況，比方說在亞洲患者里面，有消化道出血的病人、有穿孔的病人要特別謹慎。”

“對剛剛上市的藥品來講，WfO對臨床醫(yī)生，特別是年輕臨床醫(yī)生的輔助是非常重要的。不僅如此，WfO還會打印出很多患者教育的材料，告訴患者應該注意哪些問題。”

助力遠程醫(yī)療和會診平臺

上海、北京、廣州等地的大醫(yī)院都承擔著一些附屬醫(yī)院的會診工作，但讓這些醫(yī)院的醫(yī)生每次都去現(xiàn)場指導是不現(xiàn)實的。IBM Watson 可以讓大醫(yī)院的醫(yī)生從去隱私、脫敏的病人基本信息輸入到病情的分期、病理診斷方案、用藥的順序對附屬醫(yī)院的醫(yī)生進行演示，對遠程會診、遠程醫(yī)療起到比較好的作用。

許青教授表示，上海十院應用了 WfO 之后，他們與河南周口市中醫(yī)院腫瘤科主任張躍強的團隊做了多次基于 IBM WfO 的遠程會診，大家都非常滿意，通過這種方法，患者能夠得到符合國際最新標準的規(guī)范化治療。

南京市第一醫(yī)院腫瘤科的陳錦飛教授團隊，利用 WfO 與哈佛大學的教授進行了多學科的遠程會診討論，實現(xiàn)了便利的國際交流。

多學科會診中客觀中立的專家

在像腫瘤這樣的復雜疾病診療過程中，會采取一種叫做“多學科專家組會診”的方法。多學科協(xié)作診療模式 (Multi-Disciplinary Team, MDT) 指的是臨床多學科工作團隊，針對某一疾病進行的臨床討論會，從而制定出治療方案。

在腫瘤診療中，通常包括腫瘤外科、腫瘤內科、介入科、放療科、影像科、病理科及護理團隊和基礎研究團隊。在歐美國家，多學科診療模式 (MDT) 已成常態(tài)，英國甚至已經立法，規(guī)定每一位癌癥患者都需經過 MDT 綜合治療。

但參與會診的各個專科醫(yī)師從自身角度出發(fā)，給出的診療意見往往不同，有時候很難達成一致。“一些 MDT 的組長因為個人知識層面的局限性，可能會出現(xiàn)一些偏差。老司機開車偶爾也會繞彎路，”許青教授說：“這個時候如果有電子化、第三方客觀的規(guī)范的指引，就能確保 MDT 大的方向不會犯錯，引導 MDT 朝著一個比較正確的方向發(fā)展。”

當專家意見不能達成一致時，醫(yī)生只需要在 Watson 腫瘤系統(tǒng)中輸入患者的各項病例信息，Watson 就能快速給出治療方案，包括推薦方案、考慮方案和不推薦方案三檔，以及推薦與否的原因。Watson 得出的結論都是科學客觀且符合循證醫(yī)學原理的，不但能提高會診效率，還能在一定程度上保證會診的討論和質量。

許青教授介紹，上海十院在原有的 MDT 模式上進行了創(chuàng)新，讓患者及其家屬也參與到診療過程當中，這種人工智能 + 多學科專家會診 + 患者及其家屬的“三位一體”模式，“讓患者非常滿意”。

在國內最早引入規(guī)范化、制度化 MDT 的浙江大學醫(yī)學院附屬邵逸夫醫(yī)院，MDT 人工智能決策已經參與到了遠程 MDT 中，比如邵逸夫醫(yī)院和美國梅奧醫(yī)院（2017-2018年度美國最佳醫(yī)院排名第一的醫(yī)院）的遠程會診。患者不出家門，就能得到各地專家最新的治療方案。

醫(yī)院教學和醫(yī)生培訓的工具

傳統(tǒng)的病例教學主要采取“師帶徒”的形式，不同的老師帶出來的學生水平也不盡相同。有時候同一個病例，不同的老師即使結論相同，但給到學生的解釋卻有差別。相比之下，給 Watson 輸入同一個病例，一定會得到相同的結論和解釋，這對于學生的規(guī)范化培養(yǎng)起到了很大的幫助。

此外，每個病例的復雜程度也不一樣，有時候臨床帶教老師非常辛苦，WfO 就成了一個很好的教學工具，能夠不厭其煩地把診治流程詳盡地解釋給年輕醫(yī)生，后者在學習過程中，也了解了從診斷到治療方案的選擇是怎樣一個過程。

“每個周四我們都會安排兩到三例的患者做教學查房，也會邀請其他學科進行討論，建立了相關的較完整的多學科病例討論的模式。”許青說。

資深醫(yī)師的助手

除了年輕醫(yī)生，Watson 對資深醫(yī)生也能起到幫助作用。在如今信息爆炸的時代，醫(yī)療信息幾乎每天都在更新，“我感覺大學五年學的東西到現(xiàn)在幾乎沒用，”江澤飛說：“知識更新這么快，我們會面對一個巨大的問題，很多書讀了后才知道沒什么用，或者就封面上一句話有用。”

人工智能能讓醫(yī)生快速便捷地獲取前沿信息。WfO 曾在美國歷史最長、規(guī)模最大的癌癥中心——紀念斯隆凱特琳腫瘤中心 (MSKCC) 接受了嚴格的訓練，學習了 330 多種醫(yī)學期刊、250 本腫瘤專著及 2700 多萬份的論文研究數(shù)據(jù)，其中包括基于美國國家綜合癌癥網絡(NCCN, 由美國 28 個癌癥中心組成的聯(lián)盟，其中大多數(shù)被美國國家癌癥研究所指定為綜合癌癥中心) 的癌癥治療指南，以及 MSKCC 在美國 100 多年癌癥臨床治療實踐經驗。

此外，許青表示，Watson 強大的文獻搜集功能和不斷更新的數(shù)據(jù)庫，還能夠幫助醫(yī)生快速調出相關文獻，省去了查閱文獻的時間，對于不熟悉領域的知識，也方便在比較短的時間里了解和掌握。

規(guī)范化管理工具

Watson 腫瘤提供的診療方案與 MSKCC 頂級專家團隊方案符合度超過 90%，覆蓋 13 個癌種。WfO 只會在已知的知識范圍內給出合適的方案，不會給出未經臨床驗證的方案，而且它還會不斷地快速學習和更新進步。

腫瘤領域都有相應的指南和規(guī)范，比如說外科的最新指南、內科的最新指南、病理科、影像的最新進展。有時候，醫(yī)生會因工作繁忙而及時無法細看。“WfO 把以往書面的或者說散的規(guī)范和指南，形成了智能化、便捷式的方式，供臨床醫(yī)生第一時間更便捷地獲得它。”許青教授說。

“指南是一個框架，Watson 是把指南個性化了，具體到某個病人身上會是什么樣子。”一位被訪專家補充說。

今年 6 月在權威醫(yī)學會議、美國臨床腫瘤醫(yī)學會 (ASCO) 年會上發(fā)表的一項研究證實，WfO 可以提高臨床決策和指南規(guī)范性，與 WfO 方案一致的胃癌患者能夠獲得更好的預后，WfG 可以輔助 NGS（高通量測序技術）伴隨診斷技術，進一步提升靶向/免疫藥物在臨床治療的精準性。

WfG 操作界面。來源：IBM Watson Health

IBM Watson 是醫(yī)生做研究、發(fā)論文的好幫手

除了作為診療決策輔助工具，IBM Watson 在醫(yī)學研究和論文發(fā)表中也發(fā)揮著越來越大的作用。

IBM Watson Health 幫助全球各地的醫(yī)療專業(yè)人員和研究人員將數(shù)據(jù)和知識轉化為洞察，做出明智的患者醫(yī)療決策。2018 年上半年，IBM 與合作伙伴一共發(fā)布了 160 多份證據(jù)，包括在同行評審醫(yī)學文獻以及美國臨床腫瘤醫(yī)學會 (ASCO)、ISPOR和 ADA 等主要科學活動中發(fā)表論文。

從 WfO 和 WfG 進入中國以來，中國的醫(yī)生做了很多的驗證和論證工作：WfO 在中國開展的驗證等各項研究 18 個，完成 9 個，發(fā)表 9 篇文章，其中在 2018 年 ASCO 年會上發(fā)表摘要 5 篇，全文投稿 2 篇；WfG 在中國開展了 10 個研究，完成了 3 個，去年有 1 篇在 ASCO 年會發(fā)表，全文投稿有 1 篇，還有幾個正在進行當中。

2018 年 ASCO 年會有 6 篇中國醫(yī)生投稿的 Watson 研究文章被收錄：廣東省人民醫(yī)院張緒超教授用 WfG 做的研究、江澤飛教授在 CSCO 發(fā)表的乳腺癌研究、北大腫瘤醫(yī)院武愛文教授的 2 篇論文、南京大學第一醫(yī)院陳錦飛教授的胃癌研究，還有許青教授的文章。

全新的醫(yī)學研究工具

許青教授介紹，上海十院參與了美國臨床腫瘤學年會，向國外醫(yī)療機構分享“三位一體”模式。相關論文在 ASCO 發(fā)表。

北大腫瘤醫(yī)院把 WfO 在二期結腸癌高危患者當中提出的治療方案，與北腫的 MDT 的決策團隊對比，結果發(fā)現(xiàn)，Watson與醫(yī)院方案的符合率高達89.1%，與國內頂級醫(yī)院的決策高度一致。

另外一研究來自南京市第一醫(yī)院陳錦飛教授團隊，研究人員調取 300 多位胃癌術后經治患者的病歷資料和治療方案，以重演的方式，把病人的資料輸入 WfO，將 Watson 的推薦方案與醫(yī)生實際使用的方案進行一致性對比。結果發(fā)現(xiàn)，跟 Watson 推薦方案一致病人的存活率是 29.2 個月，不一致的存活率是 25 個月。不要小看這 4 個月的時間，事實上，有時候一款新的腫瘤藥物也只能延長患者幾個月的生命。

發(fā)現(xiàn)新的治療路徑或疾病影響因素

北卡羅萊納州立大學對 1000 多個病例做了回顧性的對比研究，之前分子腫瘤學專家團隊要發(fā)現(xiàn)這些可治療的突變需要很長時間，而 WfG 只花了不到 3 分鐘，就發(fā)現(xiàn)了人類專家找到的 99% 的突變。不僅如此，WfG 發(fā)現(xiàn)了額外的 32% 病例中的突變，這是人類專家原先沒有發(fā)現(xiàn)的。美國腫瘤癌癥中心的負責人 Norman Sharpless 教授專門為這個對比性研究寫了一篇文章，證明了使用認知計算能夠更好更快地對基因數(shù)據(jù)進行精確的分析。

廣東省人民醫(yī)院張緒超教授團隊使用Watson 基因組學解決方案(WfG)，對 115 例肺癌患者的 NGS 數(shù)據(jù)進行解讀，發(fā)現(xiàn)專家組平均每周解讀 10 例，而 WfG 可以在 30 分鐘內完成 10 例樣本數(shù)據(jù)的解讀。比較后發(fā)現(xiàn)，WfG 的解讀結果不僅將專家組的解讀結果完全覆蓋，而且 56.52%的樣本 (65例) 由 WfG 解讀出額外可干預的變異位點 (actionable mutation)。

今年 ASCO 年會發(fā)表的另一篇中國醫(yī)生論文，使用 WfG 在 43% 的樣本中發(fā)現(xiàn)了和人工標記出同樣的基因突變，在剩下 57% 的樣本中識別出平均 1.54 個額外基因突變。

在 CSCO 的盛會上，江教授的學生總結認為，WfO 的優(yōu)勢是堅持證據(jù)優(yōu)先，文獻支持、立足數(shù)據(jù)不糾結，做到學習、吸收，同時要重視創(chuàng)新和提高。

現(xiàn)階段進步有限，但未來的醫(yī)療必定是 AI 輔助的醫(yī)療

當然，IBM Watson Health 還有很多需要提高的地方。

近來關于 Watson 的負面新聞也甚囂塵上。但在所有這些事件中，沒有任何一件是直接針對 Watson 的技術提出質疑。實際上，縱覽當前智能醫(yī)療業(yè)界，Watson Health 是當之無愧的前瞻者。

如果非要說 Watson 沒有達到預期，在很大程度上是因為人們把智能醫(yī)療技術給“神化”了，還有就是缺乏對 Watson 工作原理的了解。

優(yōu)質醫(yī)療大數(shù)據(jù)

與所有的機器學習系統(tǒng)一樣，Watson 認知計算也需要大量的數(shù)據(jù)。美國的臨床醫(yī)療數(shù)據(jù)庫里，積累了醫(yī)生在臨床實踐中留下的成千上萬個病人的標注數(shù)據(jù)。但是，這些標注是醫(yī)生為了輔助他們自己的工作進行的，往往不適合用于訓練人工智能系統(tǒng)。

而為了訓練智能系統(tǒng)，請醫(yī)生專門對大量的醫(yī)療圖像進行標注又是不現(xiàn)實的，因為這需要耗費大量的人力和時間成本。此外，不同于其他類型的數(shù)據(jù)標注，醫(yī)療圖像標注需要豐富的臨床經驗，即使是資深醫(yī)生，有時候也會在某個標注上產生意見分歧。

因此，這件事情只有靠計算機設計深度學習算法來完成。而要設計深度學習算法，關鍵就是帶有準確標記的醫(yī)療圖像大數(shù)據(jù)。于是，這就成了一個典型的進退兩難問題。

美國國家衛(wèi)生研究院（NIH）臨床中心在幾個月前開源了大型 CT 圖像數(shù)據(jù)集 DeepLesion，這也是迄今全球規(guī)模最大的多類別、病灶級別標注的開放獲取臨床醫(yī)療圖像數(shù)據(jù)集。DeepLesion 項目技術負責人、現(xiàn)平安科技美國東部研究院院長呂樂博士在接受新智元采訪時表示，為了構建 DeepLesion 數(shù)據(jù)集，研究人員傾注了一年多的時間，期間在計算機視覺頂會 CVPR 以及國際醫(yī)學圖像計算與計算機輔助干預大會 (MICCAI)、北美放射學年會 (RSNA) 等醫(yī)學和放射影像國際頂會上，先后發(fā)表了 12 篇研究論文。

上面說的，還僅僅只是醫(yī)療的二維圖像數(shù)據(jù)，更不用提 fMRI、電子病例、保險單等等等等各種不同類型的數(shù)據(jù)。

從 2015 開始，IBM 就一直在醫(yī)療數(shù)據(jù)收購方面大力投入，迄今已經投資了 40 多億美元用于收購醫(yī)療技術公司，包括醫(yī)療數(shù)據(jù)公司 Explorys 和 Truven，醫(yī)療管理軟件公司 Phytel，醫(yī)學成像軟件公司 Merge Healthcare。

Explorys 和 Phytel 擁有 1 億脫敏的病例資料；Truven 有 2 億的醫(yī)保索賠紀錄；Merge Healthcare 有 3000 萬份醫(yī)學影像。到目前為止，IBM 匯聚了總量超過 60 萬 TB，覆蓋約 3 億人口的去隱、脫敏數(shù)據(jù)。

基于循證醫(yī)學，為醫(yī)生提供建議

除了數(shù)據(jù)，還有一個更加本質的問題。Watson 腫瘤解決方案內部有一個非常先進的基于循證醫(yī)學的決策支持引擎，由 IBM Watson 和 MSKCC 的專家共同開發(fā)并訓練。

在訓練時，WfO 首先會接收到護士、醫(yī)生所填的去隱私的與患者相關的具體的屬性和具體的病例情況，這個引擎能夠進行自動化的分析，之后它將會利用自動檢索、自然語言處理、個性化分析、自動推理等技術，動態(tài)分析各類假設和問題，為醫(yī)生提供一系列的推薦治療方案建議，哪些方案是根據(jù)循證醫(yī)學是優(yōu)選的，哪些是次選的，并且每項建議都會列舉出具體的循證醫(yī)學證據(jù)。

Watson認知決策系統(tǒng)工作流程示意圖。來源：seekingalpha.com

但是，這反過來也意味著，當沒有明確的證據(jù)時，Watson 就沒有訓練數(shù)據(jù)，因此反饋診療建議也就無從談起。

這里要特別強調一下，Watson 腫瘤解決方案是不做診斷的。WfO 是一個輔助決策支持系統(tǒng)，它僅僅是為醫(yī)生提供治療的選擇方案，最終的決策權是在醫(yī)生和患者的手中。

最好的學生和老師

Watson 最大的特點，就在于它能快速地學習和進步。

而這給了未來醫(yī)療無限的可能。

2017年，Watson “醫(yī)生”新增癌種 4 個，新增治療 6 項，各項指標都在持續(xù)地升級和改進。到 2018 年，WfO 已經覆蓋了 13 個癌種，分別是乳腺癌、肺癌、直腸癌、結腸癌、胃癌、宮頸癌、卵巢癌、前列腺癌、膀胱癌、肝癌、甲狀腺、食管癌和子宮內膜癌。

未來兩年 Watson 還將新增 3 個癌種。

“很快，IBM Watson 腫瘤解決方案就會納入中國的指南。我們也要感謝中國醫(yī)生在使用過程中提出的建設性意見，這使得我們的系統(tǒng)越來越成熟。”IBM Watson Health 副總健康官、腫瘤學家 Nathan Levitan 表示。將來，Watson 腫瘤將更適合中國的醫(yī)患。

Nathan Levitan 說：“Watson 腫瘤并不是一個靜態(tài)的系統(tǒng)，這個系統(tǒng)正在與全球范圍內的醫(yī)生合作，并根據(jù)當?shù)氐氖袌鲂枨笞龀鑫⒄{和改善。同時，它也是不斷豐富自身的功能，學習更多的內容。”