IBM Watson被看作是個笑話(圖)
未來IT產業的發展方向——人工智慧 (圖片來源: Getty Images)
【看中國2017年9月10日訊】保羅.唐(Paul Tang)的妻子在醫院做了膝關節替換手術,他陪妻子住院。每年,美國有大約70萬人做這樣的手術。外科醫生來了,唐本人就是初級治療內科醫生,他問醫生,預計什麼時候妻子才能回歸正常人的生活,根據他的經驗判斷。外科醫生一直含糊其辭,沒有明確答案。唐說:「我真是被打敗了,他居然不知道。」Paul Tang很快瞭解到,大多數內科醫生基本上都不知道病人回到家、回到工作中的生活是怎樣的,他們無法對病人的生活進行評估,對於病人而言,這種評估至關重要。
沃森是一個機器學習系統,IBM將未來押在沃森身上。沃森可以給內科醫生提供信息,例如,告訴醫生還要等多長時間,病人才能正常行走或者爬樓梯,不會疼痛。它還可以分析圖片和組織樣本,為特定病人制定最佳治療策略。
自從沃森在智力競賽節目Jeopardy!中獲勝之後,衛生保健便成為機器學習技術瞄準的熱門市場。研究公司CB Insights在報告中指出,自2013年以來至少出現106家創業公司,它們仍然在營業。
今年,沃森曾與休斯敦安德森癌症研究中心分道揚鑣。針對沃森的批評(包括安德森癌症中心的批評)似乎與技術無關,並不是說技術存在缺陷。只是IBM對於目前沃森所處的水平太過樂觀,這才招來批評。事實上,談到將AI應用於衛生保健,沃森健康有很大的可能會成為領導者。如果說現在還沒有取得很大的成就,那麼最大的障礙於數據,IBM需要特定類型的數據,用來訓練系統。在多種環境下,數據供應嚴重不足,很難獲得。這個問題不只是沃森的問題,其它系統也一樣。對於整個衛生保健機器學習領域而言,都面臨這樣的問題。
缺少數據、無法獲得數據可能會讓沃森的發展速度變慢,同樣的,IBM的競爭對手也會受到傷害。為什麼呢?因為要獲得數據,最好的辦法就是與大型衛生保健機構密切合作,而這些機構在技術面前有點保守。與創業公司相比,有一點IBM做得比較好:它得到了大機構高管和IT經理的信任。雖然安德森項目存在一些問題,IBM仍然有著很大的優勢。許多醫療中心、衛生保健管理團體、生命科學企業都引進了沃森,它們都會提供關鍵數據,正是這些數據為未來的醫療模式奠定了基礎。
時間表不切實際
沃森與安德森癌症中心「分手」說明IBM對沃森鼓吹過度,結果招來麻煩。
2012年,安德森癌症中心與IBM開始合作,它們的目標是讓沃森閱讀數據,數據涉及病人的症狀、基因序列、病理報告,然後將信息與內科醫生的報告、重要期刊論文整合,幫助醫生制定診斷和治療策略。IBM和安德森癌症中心對技術期待過高。2013年,IBM曾經豪言壯語說「計算新時代來了」,這種論斷給了《福布斯》一種錯覺,似乎沃森「現在可以處理臨床實驗」問題,再過幾個月就能用在病人身上了。2015年,《華盛頓郵報》引述一名IBM沃森管理者的話說,沃森正在構建集體智慧模式,介於機器與人之間。《華盛頓郵報》還說,訓練時機器系統的目標是成為醫生的助理,幫助他們做之前不能做的事。
今年2月,德州大學(安德森癌症中心就是它運營的)宣布項目終結,癌症中心向IBM支付3900萬美元賠款,原本項目合同的規模只有240萬美元。研究4年之後,雙方沒有開發出一個可以用在病人身上的工具,技術只能用在實驗性測試中,沒辦法投入使用。關於沃森一事,安德森癌症中心不予置評,內部不知道如何管理項目,如何獲得資金,這可能才是問題的根源。
並不是說IBM沃森沒有問題,事實上,它的問題比任何其它的項目都要大。
到底是什麼使得研究受挫?首先你要深入理解機器學習系統(比如沃森)的訓練方式。沃森持續對內部處理流程進行微調,從中學習經驗,這樣一來解決某些問題時獲得正確答案的概率就會提高。正確答案必須是已知的,這樣系統才會知道什麼時候對了,什麼時候錯了。系統處理的訓練問題越多,結果就會越好。
要訓練系統在X線中識別惡性腫瘤還是比較簡單的。如果解決的謎題大大超出人類的已知範疇,比如瞭解基因變異與疾病的關係,沃森就會顯得無能為力,它會碰到「雞與蛋」的問題:數據沒有經過專家的篩選,沒有有效組織過,如何用這樣的數據訓練系統呢?紐約斯隆-凱特琳癌症中心計算病理學家Thomas Fuchs解釋說:「如果你正在訓練自動駕駛汽車,任何人都可以給樹、標誌貼標籤,這樣系統就可以學習如何識別它。但是醫學是一個特殊的領域,需要專家訓練幾十年,給信息貼上正確的標籤,輸入計算機。」
IBM希望沃森能夠在一些領域做出貢獻,其它企業的機器學習解決方案也是樣打算的,在所有這些領域都有障礙存在。要訓練沃森處理海量數據,從中挑選出少數與單個病人有關的重要信息,首先需要人親自訓練,用成千上萬個案例訓練。
例如,為了讓沃森識別與疾病有關的基因,它需要成千上萬的病歷,這些病人患有特殊疾病,他們的DNA已經分析過。然而,要獲得「基因-病歷」結合的數據相當難。許多時候,數據並沒有以正確的格式記錄,或者根本不存在,又或者數據來自於幾十個不同的系統,很難處理。
如果將更好的數據交給臨床醫生,就可以提高初級治療水平。在日常的初級治療過程中,當問題不太嚴重時醫生如果錯過了治療機會,等到病情變得嚴重起來,病人進了急診室或者讓專家治療,此時承受的痛苦會更大,成本也會大幅增加。IBM沃森健康首席醫療官Anil Jain說:「在健康方面花的錢有三分之一是不需要的。」人們認為,機器學習有機會解決這個問題。
診斷病人時,為了讓醫生得出更好的結論,沃森需要找到彼此的關聯,也就是健康記錄和健康社會決定因素的關係。這些因素包括:病人是否吸毒、飲食是否健康、呼吸的空氣是否清新等等。唐認為,今天,幾乎沒有醫院或者醫療實踐從大量病人身上獲得可靠的數據。部分是因為醫生接受現代數據驅動型醫療實踐方法的速度有點慢。克利蘭夫診所(Cleveland Clinic)的內科醫生、衛生保健信息專家Manish Kohli認為:「衛生保健行業接受技術的速度很慢,真是讓人尷尬。」
如果存在這樣的數據,IBM一般會花錢購買。IBM收購了一些企業,比如Truven Health Analytics、Explorys和Phytel,它們都是處理大數據的企業,這些數據來自醫院和病人群體。雖然與安德森癌症中心的合作終止了,IBM還是與其它機構達成了重要合作,進一步獲得更多的病人數據。
與IBM合作的就有Atrius Health,它是一個網路,裡面有將近900位內科醫生,主要是初級護理內科醫生,他們來自波士頓地區。合作的目標是為開發、測試以沃森作為基礎的系統功能,從筆記、記錄、文章中提取面向獨立個體的關鍵信息。Atrius Health首席醫療官Joe Kimura說:「對於初級護理內科醫生而言,提取所有相關信息是一項繁重的任務。」他還說,每一次訪問數據都會增加,有了這樣的系統數據會大幅增加,不需要按標準格式提交,檢索很方便。
還有,病人病歷中許多重要的筆記是以句子的形式存在的,傳統IT系統無法識別。沃森使用了自然語言處理技術,這種技術當時是為參加Jeopardy!開發的,它可以從句子中提取意義。在理想的情況下,系統可以給內科醫生提建議,給病人更好的幫助,省去不必要的護理。Kimura說:「病人臀部受傷,我們全心全意照看,為什麼我們只關心這個?為什麼不能提前預測,判斷病人有跌倒的風險,讓他們避免臀部受傷?我們要讓護理朝著上游延伸。」
沃森健康還與紐約中央醫療中心(Central New York Care Collaborative)合作,這是一個州政府提供資金成立的機構,與6個國家大約2000個衛生保健提供商合作。合作的目標很明確:將急診數量、再入院數量降低25%,有時病人已經獲得批准出院,結果又因為相關的問題重新回醫院治療。合作還帶來了大量的病人數據。
拿到更多數據
獲得數據還有其它的辦法。谷歌有一家姊妹公司,它想直接從病人身上提取數據。這家公司就是Verily Life Sciences,它是Alphabet的衛生保健部門,該公司與杜克大學、斯坦福大學合作,開發一套高度結構化的健康資料庫,裡面有1萬名志願者。資料庫包含了門診信息,還有穿戴健康監測設備提供的數據。這樣一來數據就會大大增加,只是要生成高度可用的結果,可能還要等10年甚至更長時間。
紀念斯隆-凱特林(Memorial Sloan-Kettering)癌症研究中心的Fuchs率領團隊訓練一個AI系統,它可以閱讀「組織染色幻燈片」(tissue-stain slides),在訓練過程中,研究人員需要建立一個龐大的數字幻燈片庫,幻燈片上有註釋信息,包括確診及其它關鍵數據。每個月,團隊自己會製作4萬張幻燈片。Fuchs說:「數量比其它人多很多,任務很龐大,因為在生物領域變數太多了。」
雖然沃森項目失敗,安德森癌症研究中心還是在繼續執行一個大項目,它要收集1700種門診數據,走進中心的每一個人病人都會貢獻自己的數據。項目負責人Andy Futreal說,要讓沃森這樣的AI系統發揮作用,將病人信息與研究數據結合起來至關重要。他還說:「一旦我們獲得了數據,就可以進入AI機器學習業務,看看在各種治療方法下什麼原因導致誰的效果好、誰的效果不好。」
IBM繼續從合作夥伴手中獲得數據。在癌症診斷與治療方面,IBM與紀念斯隆-凱特林癌症研究中心、Mayo Clinic、哈佛和MIT附屬研究所、醫療測試巨頭Quest Diagnostics攜手合作。通過與紀念斯隆-凱特林癌症研究中心合作,IBM開發出一套系統,它可以篩選期刊文獻,形成正式的治療決策,佛羅里達Jupiter Medical Center(木星醫療中心)和印度一家醫院連鎖企業已經引進系統。在發現藥物方面,沃森健康與Barrow Neurological Institute(巴羅神經學研究所)合作,它幫助該機構找到了5種與ALS有關的基因,之前人們並不認為這些基因與該疾病有關;通過與Ontario Brain Institute(安省腦科研究所)合作,沃森篩選出21種最有希望的候選藥物。
提供更好的醫療結果,降低成本,沃森真的能帶來變革嗎?Bessemer Venture Partners基金的合夥人Stephen Kraus認為的確有這種可能,他專注於衛生保健行業,投資了許多與衛生保健有關的AI創業公司。Kraus說:「它是真實存在的,不是用來刺激股價上漲的‘霧件’。」和大多數專家一樣,Kraus也對不切實際的時間表、承諾保持謹慎態度,當中一些過高的承諾來自於IBM自己。Kraus說:「相當難,今天沒有發生,再過5年可能也不會發生,這種技術不會替代醫生。」
来源:作者博客
短网址: 版權所有,任何形式轉載需本站授權許可。 嚴禁建立鏡像網站。
【誠徵榮譽會員】溪流能夠匯成大海,小善可以成就大愛。我們向全球華人誠意徵集萬名榮譽會員:每位榮譽會員每年只需支付一份訂閱費用,成為《看中國》網站的榮譽會員,就可以助力我們突破審查與封鎖,向至少10000位中國大陸同胞奉上獨立真實的關鍵資訊, 在危難時刻向他們發出預警,救他們於大瘟疫與其它社會危難之中。
看完這篇文章您覺得
- 日片《完美的日子》:光影交織中的美和釋然(組圖)
- 大開眼界!創記錄的「人體噴泉」(組圖)
- 習近平忌憚三個紅二代(組圖)
- 【宋紫鳳專欄】從潘美到潘仁美 是藝術加工還是神來之筆(組圖)
- 江曾一政策藏汙納垢 老虎前仆後繼終南捷徑(組圖)
- 中國經濟舊模式大潰敗 注定一個時代已經結束(圖)
- 十九大毛新宇出局爆出毛家被戴綠帽真相(組圖)
- 王岐山另有高就?熱門接任人選傳江派最忌憚(圖)
- 【中國內幕】曝張德江孫政才張春賢反習內情
- 驚:過半中國家庭在做「自殺式」資產配置…(圖)
- 數字驚人 東莞「性都」部長創淫亂記錄(圖)
- 歷次運動為毛出謀獻計的竟是他(組圖)
- 落選十九大代表 軍委委員張陽貪腐細節曝光(圖)
- 奇葩!中共用數千億巨資買三個「仇人」(圖)
- 中共肺炎(又称武漢肺炎)
- 病毒
- COVID-19
- 疫苗
- 台鐵
- 拜登
- 川普
- 特朗普
- 國安法
- 貿易戰
- 習近平
- 華為
- 三峽大壩
- 新疆棉
- 長江
- 洪水
- 袁弓夷
- 港版國安法
- 漢光演習
- 國民黨
- 退黨
- 弗洛伊德
- BLM
- 中共
- 閻麗夢
- 金正恩
- 王岐山
- 賴清德
- 孟晚舟
- 關稅
- 邊境牆
- 彭斯
- 美國
- 貿易談判
- 劉鶴
- 王滬寧
- 江澤民
- 崔永元
- 中南海
- 內幕
- 中共
- 反送中
- 貪官
- 情婦
- 腐敗
- 反腐
- 打虎
- 官場
- 看中國
- 一國兩制
- 法廣
- 社交媒體
- 往事微痕
- 出賣國土
- FB
- 六四
- 朝鮮
- 加拿大
- 脫歐
- 央行
- 債務
- 槓桿
- 美元
- 貨幣
- 人民幣
- 歐元
- 日元
- 港幣
- 房地產
- 樓市
- 財政
- 財富
- 中產
- 海參崴
- 台灣
- 蔡英文
- 北京
- 劉強東
- 大媽
- 房價
- 疫苗
- 非洲豬瘟
- 大陸
- P2P
- 霧霾
- 基因編輯
- 防火牆
- 維權
- 709律師
- 上訪
- 法輪功
- 網絡審查
- 活摘器官
- 江東六十四屯
- 唐努烏梁海
- 長白山
- 白龍尾島
- 江心坡
- SARS
- 新疆勞改營
- 言論自由
- 女主播
- 央視
- 華人
- 移民
- 華人
- 留學
- 海關
- 遣返
- 簽證
- 回國
- 入籍
- 綠卡
- 民生
- 海外
- 加拿大
- 澳洲
- 民國
- 桂軍
- 抗戰
- 孫中山
- 蔣介石
- 宋美齡
- 鄧小平
- 林彪
- 劉奇
- 中共
- 皇帝
- 諸葛亮
- 易經
- 幽默人生
- 智慧
- 感悟
- 手機
- 預言
- 奇聞
- UFO
- 外星人
- 壽命
- 文革
- 養生
- 紫鳳
- 貫明
- 李道真
- 軼飛
- 李雲飛
- 雲中君
- 辛思
- 夏聞
- 時代漫談
- 滄海
- 東方縱橫
- 唐柏橋
- 王尚一
- 江楓
- 黃清
- 李唐風
- 園丁
- 今濤拍暗
- 李青城
- 秦就石
- 中經研
- 秦天靖
- 江浩
- Eagle Vision
- 李子壬
- 馬新宇
- 馬來啟
- 紫君
- 秦山
- 陳破空
- 戴東尼
- 曹長青
- 邢仁濤
- 瑜正
- 簡易
- 肖川
- 伍凡
- 顧言
- 歸瑜
- 乙欣
- 陳泱潮
- 徐沛
- 印度超越中國?四個方面已經做到(圖)
- 或為銷俄武器 金正恩打靶「百發百中」?(組圖)
- 極氪紐交所上市 員工為何一片哀嚎?(圖)
- 相隔百年的「夜逃美領館」事件(圖)
- 《看中國》隆重推出榮譽會員專刊第94期(組圖)