但在經(jīng)歷各種療法后，效果并不明顯。 根據(jù)東大醫(yī)學(xué)院研究人員Arinobu Tojo的說法，他們利用Watson系統(tǒng)來對(duì)此病人進(jìn)行診斷。系統(tǒng)通過比對(duì)2000萬份癌癥研究論文，在10分鐘得出了診斷結(jié)果：患者得了一種罕見白血病。

 

　　該研究主要由美國(guó)的IBM研究所，紐約基因組中心及東大醫(yī)學(xué)研究所聯(lián)合完成。

 

　　10分鐘診斷是如何實(shí)現(xiàn)的？

 

　　東京系統(tǒng)與軟件開發(fā)研究所Watson Health Cloud的軟件工程師林雪婷向雷鋒網(wǎng)(搜索“雷鋒網(wǎng)”公眾號(hào)關(guān)注)表示，目前醫(yī)療方面的項(xiàng)目難點(diǎn)其實(shí)比較統(tǒng)一。

 

　　首先，你要有可以對(duì)照的數(shù)據(jù)，在這個(gè)項(xiàng)目里是和紐約基因中心進(jìn)行合作。

 

　　其次數(shù)據(jù)使用時(shí)，第三方只能根據(jù)HIPPA協(xié)議使用個(gè)人數(shù)據(jù)的統(tǒng)計(jì)信息。

 

　　再者，可能就是怎么把數(shù)據(jù)導(dǎo)出來作為這個(gè)研究的樣本了，這個(gè)也很麻煩，因?yàn)榛驍?shù)據(jù)很大。

 

　　而做人工智能診斷智能圖譜的康夫子CEO，前百度自然語言處理部資深研發(fā)工程師、文本知識(shí)挖掘方向負(fù)責(zé)人張超也列舉了這一研究的主要難點(diǎn)。“數(shù)據(jù)抽取是個(gè)非常有門檻的技術(shù)”，主要體現(xiàn)在四個(gè)方面：

 

　　1. 相比較結(jié)構(gòu)化或者半結(jié)構(gòu)化抽取，無結(jié)構(gòu)化抽取面臨更多的挑戰(zhàn)，比如：抽取模板學(xué)習(xí)更為復(fù)雜，抽取過程的語義轉(zhuǎn)移，另外還有不少歧義、邊界問題需要處理；

 

　　2. 無結(jié)構(gòu)化抽取的面對(duì)的數(shù)據(jù)源更為繁雜，如：網(wǎng)頁、論文、書籍、問答數(shù)據(jù)等等，不同數(shù)據(jù)源帶來的數(shù)據(jù)清洗工作也不盡相同；

 

　　3. 在醫(yī)學(xué)應(yīng)用場(chǎng)景下，要求抽取工作的準(zhǔn)確率、召回率都需要很高，這也是抽取任務(wù)的一大挑戰(zhàn)；

 

　　4. 無結(jié)構(gòu)化文本抽取的過程也伴隨著大量的計(jì)算，對(duì)計(jì)算性能也有較高的要求。

 

　　而新聞中提到的“10分鐘”，在林雪婷看來，“應(yīng)該是不包括把數(shù)據(jù)導(dǎo)出來的時(shí)間的”。

 

　　張超也對(duì)這一點(diǎn)表示肯定。“這個(gè)10分鐘，應(yīng)該是用在匹配搜索上的。”

 

　　也就是說，這一過程首先要對(duì)結(jié)構(gòu)化的知識(shí)進(jìn)行構(gòu)建，肯定是在離線狀態(tài)下完成的。在這個(gè)案例中，將基因中心的相關(guān)數(shù)據(jù)導(dǎo)在一個(gè)數(shù)據(jù)池中，并進(jìn)行內(nèi)容管理，而Watson在10分鐘內(nèi)所做的，就是在已經(jīng)做了篩選的數(shù)據(jù)中進(jìn)行對(duì)比，找尋相似項(xiàng)。“所以文中說的2000萬論文，應(yīng)該是離線抽取后使用的；還有一種可能是，利用這2000萬篇論文去調(diào)參原來的模型。”

 

　　Watson的醫(yī)療藍(lán)圖

 

　　2011年2月，Watson在智力節(jié)目《危險(xiǎn)邊緣》打敗了人類對(duì)手，用自然語言實(shí)現(xiàn)深度問答，展示了其強(qiáng)大的學(xué)習(xí)能力。而Watson在醫(yī)療機(jī)構(gòu)的合作，同樣也幫助醫(yī)學(xué)研究人員在認(rèn)知計(jì)算應(yīng)用上不斷推進(jìn)。

 

　　Watson Health成立于2015年4月，吹響了Watson進(jìn)軍醫(yī)療行業(yè)的號(hào)角。

 

　　去年7月，Watson和美國(guó)第二大連鎖藥店CVS進(jìn)行合作，對(duì)用戶行為和指標(biāo)分析，并預(yù)測(cè)其健康狀況。在第一階段的合作中，CVS主要向Watson開放用戶的行為信息、臨床數(shù)據(jù)、購(gòu)藥數(shù)據(jù)及保險(xiǎn)信息等。

 

　　8月份，IBM還收購(gòu)了醫(yī)學(xué)影像公司Merge，結(jié)合Watson的認(rèn)知學(xué)習(xí)能力，能夠?qū)⑨t(yī)學(xué)影像、診斷和用藥方案三者貫通起來，而對(duì)醫(yī)學(xué)影像的深度解讀，就成為了Watson的核心力量。除外，IBM還與蘋果、美敦力等公司建立了合作關(guān)系。

 

　　Watson在醫(yī)學(xué)研究上的應(yīng)用其實(shí)不只局限于診斷領(lǐng)域，在讀病例、讀論文、尋找治療疾病的配藥方面，都已經(jīng)有了成果。此前IBM和美國(guó)癌癥基因會(huì)（AACR）建立過合作，據(jù)推測(cè)這一舉措可能是為了獲得患者的統(tǒng)計(jì)數(shù)據(jù)，但Watson在治療上的成功應(yīng)該是首例。

 

　　張超對(duì)IBM Watson的信心相對(duì)比較充足，他認(rèn)為只要有足夠的數(shù)據(jù)，就可以在腫瘤領(lǐng)域大規(guī)模應(yīng)用。

 

　　“在記憶維度，機(jī)器要比人厲害；只要灌輸給機(jī)器足夠多的知識(shí)，機(jī)器可以代替人們來搜索各種可能，最后輔助醫(yī)生。”

 

　　而根據(jù)林雪婷向雷鋒網(wǎng)的表述，Watson Health Cloud將把這個(gè)案例作為成功應(yīng)用放在醫(yī)療云上，這也就意味著可能成為大范圍的應(yīng)用。

 

　　“但我估計(jì)真正落實(shí)到云端可以用的，也就是說醫(yī)院可以直接應(yīng)用于診斷領(lǐng)域的方法要兩三年，在這之前都是研究成果而已。”

 

　　而林雪婷也指出，目前所有的項(xiàng)目，所引用的數(shù)據(jù)都源于美國(guó)，日本暫時(shí)還沒有相關(guān)的第三方使用醫(yī)療數(shù)據(jù)的法規(guī)，“據(jù)說（日本）明年會(huì)重新提案立法。”雖然目前我們已經(jīng)看到了IBM在醫(yī)療領(lǐng)域上的成功，但要真正走進(jìn)我們的日常診斷中，不僅需要技術(shù)的不斷優(yōu)化，在法律上同樣也需要迎頭趕上啊。