IT老兵組隊醫療新軍
拉里·佩奇曾經希望以160萬美元的價格賣掉谷歌，然而無人接盤，於是不得不努力將谷歌打造成了一家世界級的偉大公司。這個足以令所有風投心碎的故事，是時代的機遇在市場誕生之初的投石問路，就如谷歌創始人拉里·佩奇所說：「當有偉大的夢想出現時，就一定要抓住它。」
一直以來，谷歌在人工智慧上的發展都令世界矚目，在2015年谷歌重組成 Alphabet後，AI 幾乎成了每一個分支部門的戰略中心。
與此同時，人工智慧在醫學領域的應用研究正成為熱門領域，快速發展的技術和潛力驚人的醫療市場，都給這一組合極大的想像空間。如谷歌、英特爾、IBM、蘋果、微軟等巨頭也紛紛入場，或結合自身優勢或通過收購，推出相應的計劃與產品，期望在AI醫療市場分一杯羹。
搶佔優勢
入局者中，堅持AI First的谷歌無疑佔據了優勢。目前公司旗下有三家專註醫療健康項目的子公司，其中Verily（原Alphabet旗下生命科學部門）專註於數據利用，通過分析工具、干預協助、研究等方法來改善醫療健康，承擔了 Alphabet 大部分的醫療任務；DeepMind則致力於人工智慧研究，這家位於倫敦的公司被谷歌以500億美金收購，專註尋找 AI 在醫療健康領域的應用形式；Calico則通過人工智慧來處理大型數據集，專註於研究和防治衰老以及其他與年齡有關的疾病。
而在特定疾病的防治上，目前谷歌也取得了不錯的成果。早在數年之前，谷歌的一支團隊就在研究如何把機器學習技術運用到糖尿病視網膜病變的診斷中，在2016年末，谷歌將研究成果發表在《美國醫學會雜誌（Journal of the American Medical Association）》，並分享了能夠通過眼部掃描圖像判斷患者的視網膜是否發生了病變的深度學習演算法，該技術就可以幫助全球4.15億的糖尿病患者在失明之前及時診斷治療，並達到專業醫生的水平。
今年2月份，谷歌大腦團隊產品經理Lily Peng對外稱，通過對284335名患者的數據進行深度學習訓練，目前他們可以對視網膜圖像進行更高精度的檢測識別，除了眼部疾病外，還可以準確的檢測影響心血管健康的危險因素，「這一發現特別令人興奮，因為這意味著我們可能會發現更多從視網膜圖像中診斷健康問題的方法。」 Lily Peng說。
據了解，尼康的附屬機構 Optos為Verily合作製造了視網膜成像檢測和眼疾檢測的機器，Deepmind的分部也正在與英國的莫爾菲爾德眼科醫院合作。與之類似的還有糖尿病的檢測與管理領域、心臟病、帕金森症等，也都是Verily投入或合作研究的領域，例如在糖尿病管理領域與Sanofi成立合資公司Onduo。在癌症領域，DeepMind長期致力於癌症識別方法研究以及癌症治療計劃的推薦，基於乳腺癌圖像訓練集，其演算法的腫瘤檢測準確率已達到 92%。
DeepMind研究的數據大多來自於合作的醫院或研究機構，如英國國家醫療服務體系和倫敦帝國理工學院的英國癌症研究中心，但實際上，醫療機構的數據現象一直被詬病，對於需要海量數據參與訓練的人工智慧來說，這無疑是不利的。對此，谷歌也在推動醫療數據基礎設施層的建設，2016年，谷歌以6.25億美元收購API管理公司Apigee ，後者的系統可以幫助醫療機構連接不同數據流，DeepMind也在嘗試將電子病歷、醫院設備數據和醫生筆記組合成為統一結構化的資料庫，並通過人工智慧技術進行分析利用。
今年5月，谷歌AI項目經理、研究科學家Alvin Rajkomar公布了人工智慧在電子健康記錄上的研究成果，在患者住院24小時後，通過深度學習模型對患者的病情進行預測，獲得準確和可擴展的結果，幫助醫生進行患者管理。
硬體上的進步
不同於在人工智慧軟體層面走得更遠的谷歌，老牌IT巨頭英特爾在硬體上的優勢更明顯。
同樣是在糖尿病視網膜病變的篩查上，英特爾聯合愛爾眼科及極視互聯、晉弘科技推出人工智慧眼科疾病識別解決方案。愛爾眼科集團總院長唐仕波曾表示：「該人工智慧解決方案基於英特爾的硬體和深度學習平台，在愛爾眼科已有的人工智慧識別成果基礎上，解決專業醫師看病過程中閱片量過大等問題，大幅度提高醫生臨床診斷的效率」。
計算力的提升是AI發展的重要推動力，這一點也體現在AI醫療上。2017年浪潮基於英特爾基因領域的集成解決方案BIGstack 1.0，並融合了英特爾至強可擴展處理器與FPGA協處理器，發布了新一代的基因一體機。根據實測數據，其性能在全基因組分析上較上一代最大提升3倍以上。同樣採用了BIGstack基因組解決方案諾禾致源CEO李瑞強說：「與英特爾的合作能夠提高大規模數據處理能力，從而滿足全球化、可擴展基因組數據中心模式的需求。」
不久前，三星醫學中心（SMC）和英特爾宣布在韓國合作建立基於AI的醫學研究基礎設施，研發癌症診斷、治療和預測模型，其中英特爾將提供載入了Xeon可擴展處理器的AI計算基礎設施。據了解，目前英特爾在醫療健康領域的合作夥伴包括GE醫療、西門子、夏普醫療等，提供了覆蓋圖片識別、電子病歷、可攜帶設備等多場景的AI解決方案。
另外，醫院數據孤島和非結構化數據現象導致的數據利用率低，也是英特爾關注的問題，英特爾集團數據中心部門執行副總裁兼總經理Navin Shenoy在演講中說，未來AI醫療將面對包括圖像、視頻的海量數據，這對存儲和網路都提出了更高的要求，而英特爾在硬體上的進步，將有助於合作夥伴建立從邊緣到網路再到雲的適合人工智慧應用的醫療系統。
成果與思考
IBM的沃森（Waston）一直是AI醫療領域的明星產品，早在上世紀90年代，IBM的技術團隊就在圍繞醫療健康打磨Watson技術，2011年，沃森在電視遊戲節目「JeopARDY！」中擊敗人類選手引發關注。
4年前，美國斯隆·凱特琳癌症中心與IBM Watson達成合作，通過輸入中心大量的病歷研究信息共同訓練IBM Watson腫瘤解決方案(Watson for Oncology)。據估計，IBM在沃森上投入約數十億美元。
2017年，美國臨床腫瘤學會(ASCO)的年度會議中披露的數據顯示，IBM的Watson給出的癌症治療方案大部分時候與醫生的建議十分吻合；印度的一項研究顯示，在治療肺癌時，Watson給出的治療建議96%的情況下與醫生的方案相吻合；治療直腸癌和結腸癌時，與醫生建議的吻合率也分別高達93%和81％。
2017年4月，青島兩家公立三甲醫院同時通過百洋智能科技引進沃森腫瘤(Watson for Oncology )人工智慧解決方案，5月7日，腫瘤醫生的智能助手「沃森腫瘤」也正式面向中國境內醫院發布。
不可否認Watson在AI技術上的強大，也由於技術的先進，讓沃森在技術之外的問題更早顯現。在今年5月底，沃森健康部門進行了大規模裁員，被解僱的員工主要來自之前IBM收購的三家企業：Phytel、Explorys和Truven。這三家公司曾經為沃森帶來了大量的醫療數據和分析系統，據了解，Phytel有近80％的員工被裁，Explorys、Truven也有近300人收到了裁員通知。目前來看，沃森的困難絕不只是技術問題，難以實現業務落地和盈利也是重要原因，比如MD Anderson癌症中心就在耗資6200萬美元之後暫停了沃森項目。
而AI醫療的發展，同樣也受到傳統醫療行業從業者觀念的影響，英特爾不久前委託調查機構採訪了200位美國醫療界高層人士，關於對人工智慧在醫學上應用的態度。調查結果顯示，過半的受訪者認為人工智慧的實施會出現問題，將導致致命錯誤，但大多數受訪者相信AI將改善治療的預測分析（91%）和臨床決策支持（91%），並提高效率和降低醫療費用。英特爾在報告中總結，為了讓AI更好地與醫療相結合，AI醫療需要做到四點：
首先，人們需要了解人工智慧正在做什麼；
其次，在執行複雜問題之前，人工智慧要先執行簡單的任務；
第三，要清楚強調AI帶來的好處；
最後，醫療保健部門需要向監管提供反饋。
TAG:IT經理世界 |