人工智能顛覆的醫療：我們可以活到150歲？

　　醫療信息數據孤島

　　但工作還遠沒有結束。就像不同專科的醫生，擁有不同的知識結構一樣，不同疾病數據也需要不同的算法模型。“人工智能帶來的盈利方式和競價排名會不同，人工智能要解決B端(包括藥企、保險公司等)數據分析、產品研發、質量提升的需求。”移動醫療創業者杏樹林CEO張遇升認為。

　　因為關系到健康和生命，新技術在醫療層面應用格外謹慎。任何一項醫療上的應用，哪怕是軟件、算法，其可靠性、有效性的認定都要經歷漫長的臨床試驗，并且獲得注冊證許可——在這點上，可以說與互聯網思維背道而馳。

　　實際上，即使是Watson，在AI顛覆醫療上也才剛剛開始。Gartner分析師Tom Austin評論稱，IBM給自己設定的目標很宏大，但可能需要花費數年的時間，以及昂貴的成本。

　　截至目前，IBM已在Watson腫瘤機器人的研發上投入600億美金，至今仍在虧損。IBM 認知關懷COO王泰峰就透露：“單影像訓練投入就超過40億美金。”

　　高額投入主要在于獲取訓練醫療人工智能的醫療數據。僅僅是在2016年，為培養，IBM分別斥資收購了醫療數據公司 Truven、醫療影像與臨床系統提供商 Merge Healthcare Inc。這些公司擁有大量醫療數據，比如賬單記錄、病歷、X射線和MRI(磁共振成像)圖像等。收購這些公司花費了IBM超過40億美元，相當于IBM 2016年單季度凈利潤的兩倍。

　　并且這是一個長期行為。盡管IBM在投入數百億美金之后，擁有1 億份患者病歷，3000 萬份影像數據以及 2 億份保險記錄，數據總量超過 60 萬 TB，覆蓋人數約 3 億。但這些，在中國每年80億就診人次面前，簡直是小菜一碟。

　　對中國本土的醫療AI公司，醫療信息孤島同樣長期存在，更是加大了醫療數據的獲取難度。李政就坦言，目前百度缺少大量的數據來訓練百度醫療大腦，這需要大量的患者病例。“百度不缺線上的醫療數據，但院中數據還是需要通過機構合作來獲得。”

　　這是因為，醫療問題太過復雜。雖然普通病、常見病的種類、癥狀以及檢測的指標等，理想狀況下，可以像AlphaGo一樣算清所有變化。但問題是，醫療因為是發生在人身上的事情，就讓這個問題復雜了許多，它與AlphaGo下棋完全不是一回事——究竟是哪些因素導致的疾病，并不是所有都可以用數據顯示清楚的;它無法察言觀色，無法在人的言談舉止中捕捉對診斷可能起關鍵作用的隱藏信息。而這些隱藏信息，恰恰可能是確診的關鍵。

　　此外，AI醫療應用全世界都會面臨一個相同問題：訓練AI需要大量醫療數據，但醫療數據因為涉及患者隱私而非常敏感。英國《每日郵報》報道，獲得了200萬份私人醫療記錄的DeepMind，其中包含病人的完整醫療史和是否被診斷患有艾滋病、抑郁癥、毒品或酒精上癮及墮胎等信息，引發了不少的爭議。

　　終極愿景：利用AI人類活到150歲?

　　現在，在AI醫療浪潮涌來之際，盡管還有種種問題，人們還是不禁猜測，會不會有一天，AI機器人真的全面替代了醫生?

　　而更大膽的說法，來自“973”首席科學家、碳云智能創始人王俊，他說，有了生命科學大數據，加上人工智能最終可以實現人們對于健康的前瞻性管理，達到生命程序給每一個人設定的極限150歲。

　　因為所在行業為基因檢測緣故，王俊的話讓外界不少人付之一笑，但不可否認的是，科學進步不斷突破我們想象的禁區，人類壽命也前所未有地延長。

　　其實，這些理想并不是剛剛出現，至少可以追隨到上世紀五六十年代。

　　20世紀50年代，IBM就開始開發醫療硬件和軟件，比如人工心肺機、聽力受損的信號處理等。60年代就開始鉆研醫療數據采集，同時還對影像信息訪問的計算機自動化有所涉獵，這與沃森如今的領域有很強關聯。

　　1972年，由利茲大學研發的AAPHelp是資料記載當中，醫療領域最早出現的人工智能系統。這個系統基于貝葉斯理論開發，主要用于腹部劇痛的輔助診斷以及手術的相關需求。

　　隨后，又產生了不少新的成果。比如，INTERNIST I 于1974年由匹茲堡大學研發問世，主要用于內科復雜疾病的輔助診斷。這套系統在當時被認為極具價值，并于80年代在其基礎了開發了CADUCEUS和QMR系統，開始了商業化嘗試。1976年，斯坦福大學研發了MYCIN，用于血液感染疾病的輔助診斷。

　　事情并沒有預期的那么順利。在隨后很長一段時間里，和人工智能在其他領域的遇冷一樣，醫療領域當中的應用并沒有取得特別明顯的突破。人們所期待的機器替代人看病的場景并沒有出現，反而越來越多的看到人工智能在醫療領域當中應用時的局限性。

　　那么，AI醫療時代什么時候到來呢?或許，如同OMAHA基金會理事長、大數據專家涂子沛所說：“如果有一天患者敢吃人工智能醫生開的藥，AI就成功了。”

　　相關鏈接：

　　11家AI醫療創業公司吸金39億元人民幣

　　目前，人工智能在醫療中的應用已大大超過智能診斷的范疇，包括基因檢測、新藥研發、輔助決策等多個領域都在引入深度學習的技術。

　　根據CBinsight、crunchbase數據，目前全球有11家人工智能方面的醫療創業公司值得關注——總體來看，這11家公司基本是在過去三年內成立的，來自美國、中國、加拿大、英國、韓國等多個國家，總計融資5.612億美金(約39億人民幣)iCarbon獨占鰲頭，以2億美金排名榜首。

　　NO.1 Freenome

　　創始人：Gabe Otte，28歲，11歲進入蘋果實習，17歲參與了第一代iphone的研發，隨后在康奈爾大學研究計算機、生物、化學等領域。2014年與Charles Roberts一起創辦了freenome。Charles的履歷用我國創業者常用的說法，是一名成功的“連續創業者”。

　　方向：“液體活檢”，通過血液當中DNA的檢測來診斷和治療癌癥。

　　融資：種子輪，550萬美金

　　NO.2 Cloudmedx

　　創始人：Tashfeen Suleman，早年在微軟工作了近6年，2014年創辦CloudMedx

　　方向：應用機器學習技術為醫療臨床提供輔助診斷決策，幫助醫療機構提高質量安全、降低成本。據了解，他們已經服務超過500萬病人，并實現了盈利。

　　融資：種子輪，660萬美金