全新|中国棋手柯洁再掀人机对战 AI如何变革医疗行业
2017-05-23 佚名 药明康德
今日上午10点30分，世界围棋第一人，中国棋手柯洁将与AlphaGo揭开三番棋大战的序幕，这是去年李世乭与AlphaGo的大战后，围棋界人机大战的第二个焦点，而它也被视为是围棋界的巅峰之战。
今日上午10点30分，世界围棋第一人，中国棋手柯洁将与AlphaGo揭开三番棋大战的序幕，这是去年李世乭与AlphaGo的大战后，围棋界人机大战的第二个焦点，而它也被视为是围棋界的巅峰之战。除了柯洁，芈昱廷、时越、唐韦星、周睿羊、陈耀烨五名中国顶尖棋手也将组队与AlphaGo比试。人类在围棋上是否与人工智能（AI）还有一较高下的余地，将在这短短几天内揭晓答案。
毫无疑问，中国棋手们的高度重视，体现了对手的强大。从2016年3月到2017年5月，短短一年多的时间里，AlphaGo已经有了巨大的进步，这也反映了整个人工智能领域的变迁。同样是在过去的一年多里，我们在医疗健康领域见到了太多重量级的人工智能研究。略显尴尬的是，在与人工智能的直接交锋中，败下阵来的往往是人类。这些结果，也引发了“人工智能是否会取代人类”的思考。在人机大战二周目即将展开之际，我们为大家整理了一些资料，送上人工智能在医疗健康领域的动态盘点。今日，我们将读到业内人工智能目前的进展、遭遇的难题、以及未来的方向。
曾几何时，如果一家公司说自己的特色是“人工智能”，就能迅速与其他初创公司拉开距离。而现在，和人工智能相关的公司在业内早已习以为常。倘若一家公司和人工智能毫无瓜葛，很难想象它顺利能找到投资人或合作伙伴。
从新闻推荐到机器翻译，再到智能出行和精准营销，人工智能在这个社会无处不在。但对于医疗健康行业来说，人工智能的应用走得更加缓慢和谨慎。这不仅是因为医药行业的创新成本更高，更大的原因是，在这个领域，一个算法的错误可能导致的就是生死之差。
医疗健康领域，越来越多的公司正在使用人工智能（图片来源：CBInsights）
尽管如此，在过去五年里，采用人工智能技术的数字医疗公司仍然在快速增长。根据CBInsights的统计，2012年，和人工智能相关的协议不到20起，而在2016年，这一数字就增长到了70。最近的一项调查还发现，美国一半以上的医院将在5年内采用人工智能，而35％的医院计划在两年内就这样做。
在医疗健康领域，人工智能可以解决的第一大问题就是生产率。“在未来，我们需要以更少的资源来照顾更多的人，单纯从商业模式或工具发明角度去做改变，是改变不了人类生产率的，而这正是大数据时代，人工智能可以实现的事。”美国医疗保险与救助中心（CentersforMedicareandMedicaidServices）的前任执行委员AndySlavitt先生说。
多项研究表明，在医疗健康行业，人工智能技术将会最先在人口健康管理、临床决策支持、诊断和精准医疗领域获得应用。甚至在药物开发领域，运用人工智能也能帮助人们更加快速、精确和低成本地完成现实世界的证据收集和临床试验。
人工智能如何变革医疗健康行业？
就在上周，谷歌（Google）宣布已尝试将其面向消费者的机器学习能力应用到医疗保健领域中。公司的研发团队GoogleBrain还宣称已经与加州大学旧金山分校（UniversityofCaliforniaSanFrancisco）、斯坦福大学（StanfordUniversity）等著名学府一起从上百万名患者身上获得了去标识的庞大数据。去年11月，谷歌的研究人员在《JournaloftheAmericanMedicalAssociation》发表了一篇论文，表明谷歌的深入学习算法能够对大量眼底图像进行识别，并能以90％以上的准确度检测出糖尿病性视网膜病变。今年，谷歌的人工智能算法在乳腺癌的诊断上，也表现出了惊人的准确度。
▲谷歌首席执行官SundarPichai先生（图片来源：NewsIndiaTime）
“这是一个大数据问题，但机器学习能独一无二地解决它，”谷歌首席执行官SundarPichai先生说：“所以我们打造了一个神经网络，检测淋巴结周边的癌症转移。尽管还很初期，但我们的神经网络已经显示出了高度的准确性，它的准确度达到了89%，而人类医生只有73%。”
IT界的另一些公司也不甘人后。苹果（Apple）公司最近收购了一家AI公司Lattice，该公司在开发医疗应用的算法方面具有很强的背景。而在几个月前，微软（Microsoft）推出了HealthcareNExT计划，将把人工智能、云计算、研究和行业合作融合在一起。该计划包括了专注于基因组学分析和聊天机器人的项目，并与匹兹堡大学医学中心（PittsburghMedicalCenter）建立了合作伙伴关系。几周前，微软与数据连接平台提供商Validic达成了一项合作，将致力于把患者参与增加到其HealthVaultInsights研究项目中。
▲微软的HealthcareNExT计划将利用人工智能改写医疗健康的格局（图片来源：微软）
除了这些大公司以外，医疗初创公司在人工智能方面的应用更加多样。Ginger.io用它搭建了行为健康监测与分析平台；Sensely则在手机应用和穿戴设备上加入了虚拟人工助理；Clue用人工智能帮助客户预测生育时机；BuoyHealth基于18000份临床论文和500万名患者的数据建立了医疗搜索引擎。
另一个人工智能可以大展宏图的领域是医学成像。去年11月，以色列医学公司ZebraMedicalVision宣布推出一个新的技术平台，允许人们随时随地通过互联网上传和接收他们的医疗扫描分析报告。成立于2014年的Zebra公司致力于教电脑自动分析医学图像，诊断从骨骼健康到心血管疾病的各种状况。另一家知名的结合了人工智能的医疗公司AiDoc也于近日宣布获得了700万美元投资。
但是对于人工智能的应用来说，无论你的技术多么强大，最核心的仍然是数据。这也是为什么患者数据变得越来越重要。知名风投机构8VC的首席执行官JoeLonsdale先生说：“最难的部分，是如何在一开始就获得数据。”加州大学伯克利分校（UniversityofCaliforniaBerkeley）的MayaPeterson教授也认为，“在真实世界中，我们与数据的关系是错综复杂的。目前我们还不能完全理解它们。”可以想象，有没有足够的患者数据，将成为区分一家医疗公司能否真正实现价值的关键因素。
▲数据是人工智能取得成功的核心（图片来源：Annalect）
人工智能的好算法，知易行难
如果说机器学习还有什么局限，那就是它只能从提供的数据中学习。因此，提供大规模、高质量的数据库，就成为了研究者、工程师、企业家需要费心解决的问题。
上个月，与谷歌颇有渊源的Verily启动了“基线项目”。研究人员通过与斯坦福大学医学院以及杜克大学（DukeUniversity）医学院合作，计划收集大量健康人类的数据，作为未来研究的基准。在项目公开的信息中，研究人员计划招募10000名参与者，并对他们进行长达4年的追踪。这些数据有望告诉我们，人类从健康到发病的过程中，究竟经历了什么样的转变。这些庞大的数据将利用谷歌云端平台进行储存和计算。
Verily的“基线项目”还需要一些时间才能带来实际的改变，但目前，已经有一些人工智能项目为世界带来了真切的影响，其中最好的例子之一就是IBM的沃森系统（IBMWatsonHealth）。利用大量的数据，IBM的研究人员让一款认知平台自我学习大量患者的信息，并希望这些信息能为患者的治疗带来洞见。在一些人看来，这是机器学习在医疗健康领域最初的几个大型应用之一。
▲IBM的沃森已在真实世界中带来的很大的影响（图片来源：IBM）
“医疗健康领域非常复杂，在全球的不同地区，有着不同的特点。因此我们必须对沃森系统进行训练。比如说，我们要让它理解医学用语，”IBM沃森副总裁兼首席战略官ShivaKumar博士说：“所以第一步是处理自然语言。我们要和患者对话，同化信息，然后开展下一步的工作。”
其中，最大的问题在于数据的非结构化。“医疗健康领域很特别，它有大量无法被我们利用的数据，”Kumar博士说：“所以，我们需要大量新的技术去改善这一现状。但我相信，我们这些从业人士最终能取得成功。”
人工智能的未来
德勤（Deloitte）生命科学与医疗健康领域的主管RajeevRonanki先生明确指出，在业内，有三大重要因素能让机器学习的趋势得到推动，它们分别是“呈指数增长的数据，更快的分布式系统，以及更智能、能够分析处理数据的算法”。这三者的结合，将增强人类的决策能力，提供基于人工智能的工具和设备，并能在特定的领域发展出更深的专精。“我们预计人工智能的增长还将持续”，Ronanki先生说。
许多专家预言，人工智能将为医疗健康行业带来一波又一波的新冲击。AllscriptsAnalytics的首席医学官FatimaParuk博士认为，人工智能有望首先在慢性疾病的管理上带来应用。随后，人们将把患者的健康信息与环境、社会经济因素等统一起来，用人工智能做分析。再下来，整合了遗传学信息的健康管理手段将最终把精准医学变成现实。
▲当遗传学遇上人工智能（图片来源：华尔街日报）
对医药企业来说，人工智能的时代正在来临。LuxCapital合伙人，辉瑞（Pfizer）前首席执行官JeffKindler博士指出，医药行业在见识到人工智能加速新药研发的潜力后，不会轻易放弃这一工具。下一步，是如何真正应用上人工智能的问题。要知道，在医药行业，我们需要100%的准确性。任何错误所付出的代价，都是人的生命。
“我们所处的行业，平均需要12年才能让一款产品走进市场，”辉瑞的数码战略与数据创新副总裁JudySewards女士说：“12年够完成3个总统任期，或是打完3届世界杯了。在这12年里，我们大约需要1600名科学家来进行研究，需要3600个临床试验，需要数千名患者。有了人工智能之后，我们开始思考，如何能加速新药研发的过程，让它变得更智能，并能更好地将突破性新药与患者连接起来？”
Sewards女士提到的是研发效率的问题。她认为，与人工智能的合作，有望让效率产生飞跃式的提升。与此同时，她并不认为人工智能将完全替代人类：“有些人觉得机器或人工智能会替代科学家或医生，但我觉得更有可能成真的现象是，它会成为研究者最好的助手。”
后记
无论柯洁与AlphaGo的三番棋最终结局如何，没有人能够否认，未来早已到来。但人工智能与人类之间，并不是纯粹的“谁优谁劣”的问题，这个问题早就有了答案——普利策奖获得者SiddharthaMukherjee博士在一篇《纽约客》的长文中说道：“机器学习算法将来也只是在区分能力上更胜一筹——区分和辨识出痣与黑素瘤。但是，全方位认知超越了以任务为中心的算法。在医学领域，或许终极奖赏还是要靠整体认知。”
换句话说，人类与人工智能，各有各的擅长。我们所需要问的，不是“人类如何避免被人工智能所打败”，也不是“人工智能是否会取代人类”，而是“人类如何能利用好人工智能，打造一个更美好的未来”。我们期待人工智能能为患者们更快带来新药，并更好地管理他们的健康。这是我们想要看到的未来的模样。
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
精准医学除了基因检测，血药浓度检测，还有就是根据药物pk/pd进行事先经验给药。
58
#医疗行业#
37
学习了谢谢分享。
55
好文章学习了
70