精品伊人久久大香线蕉,开心久久婷婷综合中文字幕,杏田冲梨,人妻无码aⅴ不卡中文字幕

如果你是一名腫瘤方向的醫(yī)生或者醫(yī)學(xué)生，不知道德州大學(xué)安德森癌癥中心（MD Anderson cancer center，簡(jiǎn)稱 MD 安德森）的話，你確實(shí)需要補(bǔ)補(bǔ)課了。它是全美也是全世界最著名的專科腫瘤中心。

在 US News 評(píng)出的 2017 全美最佳（也可以認(rèn)為全球最佳）腫瘤學(xué)中心上，MD 安德森仍排名全美第一，綜合排名滿分，在專科手術(shù)（結(jié)腸癌與肺癌手術(shù)）領(lǐng)域也名列前茅。

而 IBM Dr.Waston 是 IBM 公司在認(rèn)知計(jì)算領(lǐng)域最核心的產(chǎn)品。他一戰(zhàn)成名于2011 年 2 月的美國(guó)問(wèn)答節(jié)目《Jeopardy！》。在這次人機(jī)對(duì)決中，Watson 戰(zhàn)勝了這一節(jié)目的兩位冠軍選手，這被和 1996 年同樣來(lái)自 IBM 的「深藍(lán)」戰(zhàn)勝國(guó)際象棋大師卡斯帕羅夫相提并論，被認(rèn)為是人工智能歷史上的一個(gè)里程碑。

于是，在這種想法的構(gòu)思下，同時(shí)也在當(dāng)時(shí)在任的奧巴馬總統(tǒng)推進(jìn)的「腫瘤登月計(jì)劃」大背景下，這一項(xiàng)目迅速推動(dòng)起來(lái)。

2013 年，MD 安德森和 IBM Watson 開(kāi)始就醫(yī)學(xué)大數(shù)據(jù)領(lǐng)域進(jìn)行深度合作，主題是「大數(shù)據(jù)人工智能應(yīng)用將加速對(duì)癌癥疾病的認(rèn)知和完善癌癥臨床治療」，該項(xiàng)目由MD 安德森 Ronald DePinho 院長(zhǎng)夫人 Lynda Chin（知名腫瘤專家）負(fù)責(zé)的。

當(dāng)時(shí)不管是醫(yī)療腫瘤界，還是 AI 領(lǐng)域，都對(duì)此信心滿滿，認(rèn)為找到了一條治愈消滅腫瘤的正確路線，而安德森和 IBM 的強(qiáng)強(qiáng)聯(lián)合，將會(huì)給雙方帶來(lái)巨大的經(jīng)濟(jì)效益和聲望。

MD 安德森方面也證實(shí)了該消息。并證實(shí)這一合作項(xiàng)目在 5 年中花費(fèi)了超過(guò) 6,200 萬(wàn)美元，但仍未達(dá)到其目標(biāo)。MD 安德森正在積極尋找其他承包商來(lái)投標(biāo)，使其在未來(lái)的工作中取代 IBM。

而 2 月 20 日，IBM 公司的首席執(zhí)行官 Ginni Rometty 在一個(gè)健康信息技術(shù)會(huì)議上做演講，也詳細(xì)介紹了 Watson 在醫(yī)療保健領(lǐng)域取得的進(jìn)展，并宣布推出用于管理醫(yī)學(xué)圖像的新產(chǎn)品，以確保醫(yī)院的投資物有所值，同時(shí)與醫(yī)療保健系統(tǒng)建立新合作伙伴關(guān)系。

為什么一對(duì)合作伙伴會(huì)成為了「夫妻反目」的冤家，為什么這一項(xiàng)目會(huì)失敗？別著急，丁香園（微信號(hào)：dingxiangwang）會(huì)仔細(xì)向你介紹分析。

造成這場(chǎng)合作失敗的最關(guān)鍵原因，是 MD 安德森對(duì)「醫(yī)學(xué)-工業(yè)」領(lǐng)域合作管理的失敗。

如《Science》雜志和《福布斯》所言，在未明確 Watson 人工智能深度學(xué)習(xí)能力的前提下，MD 安德森腫瘤中心全額支付了 IBM 6,210 萬(wàn)美元研發(fā)費(fèi)用。

這一行為并不符合行業(yè)規(guī)范，一般來(lái)說(shuō)，醫(yī)療機(jī)構(gòu)是合作主要方向。而且業(yè)內(nèi)人士分析，諸如此類的合作開(kāi)發(fā)項(xiàng)目，MD 安德森腫瘤中心完全占據(jù)優(yōu)勢(shì)，可以依靠其雄厚的臨床研究資源和國(guó)際品牌效應(yīng)，事先支付相關(guān)研發(fā)費(fèi)用或知識(shí)產(chǎn)權(quán)費(fèi)用有悖常理。

而在這項(xiàng)合作中，Lynda Chin 顯然是焦點(diǎn)，因?yàn)樵S多資金和費(fèi)用安排都由其協(xié)調(diào)。而該項(xiàng)目資金的投入，其中 5,000 萬(wàn)美元來(lái)自被認(rèn)為非常喜歡炫耀的馬來(lái)西亞投資大亨 Low Taek Jho（資金至今未到位），由此引起了美國(guó)司法部對(duì)該項(xiàng)目資金的來(lái)龍去脈的關(guān)注和審計(jì)。

2. 醫(yī)學(xué)的不確定因素

IBM 挑選的領(lǐng)域，也并不是其擅長(zhǎng)的數(shù)據(jù)分析和深度學(xué)習(xí)，而是一個(gè)充滿不確定因素的黑盒子。

不管是 IBM 研發(fā)的 Dr.Waston，還是最新打敗所有圍棋棋手的 Google AlphaGo，其獲得信息的方式，都是可以準(zhǔn)確獲得的準(zhǔn)確的的信息。

Dr Waston 里存貯了有史以來(lái)的《Jeopardy！》問(wèn)題及題庫(kù)，以及《大不列顛百科全書(shū)》所有內(nèi)容；AlphaGo 內(nèi)不但存有所有當(dāng)年知名棋手的棋譜，更可以通過(guò)在線方式，隨時(shí)在網(wǎng)上圍棋社區(qū)進(jìn)行 24 h 不間斷的對(duì)弈。

而醫(yī)學(xué)領(lǐng)域，目前盡管有了長(zhǎng)足的發(fā)展，但是對(duì)于大多數(shù)疾病的發(fā)展病因，仍沒(méi)有一個(gè)公認(rèn)的原因。而病情的各種轉(zhuǎn)歸發(fā)展，更是與各種偶然因素相關(guān)，這些因素聯(lián)合到一起，使得精確進(jìn)行分析很難進(jìn)行。

3. AI 無(wú)法判斷收集的信息

還有一個(gè)更難于逾越的難題，在于 AI 是否能夠判斷收集的信息。

「著名」醫(yī)療劇醫(yī)生豪斯曾經(jīng)說(shuō)過(guò)，「Every patient lies」，我們也都有這樣的經(jīng)驗(yàn)，不管是你作為一名醫(yī)生還是面對(duì)患者；還是作為一名患者去就醫(yī)，我們都會(huì)有意/無(wú)意的隱瞞一些信息，甚至對(duì)個(gè)人利益相關(guān)之時(shí)，都會(huì)有意無(wú)意的撒謊。而這也是目前人工智能最難于逾越之處。從數(shù)據(jù)采集開(kāi)始，Waston 就走了一條歪路，他越努力，可能離事實(shí)真相就越遠(yuǎn)。

如一位讀者的評(píng)論：

圍棋的棋譜不會(huì)騙人，這種大數(shù)據(jù)多干凈，訓(xùn)練出來(lái)的 AI 也牛逼。可是把原理運(yùn)用到醫(yī)療行業(yè)，業(yè)內(nèi)人士只要想想現(xiàn)在科研界的情況就能想到，它采集的原始數(shù)據(jù)和論文知識(shí)有多少紕漏的地方，而這樣的大數(shù)據(jù)訓(xùn)練出來(lái)的 AI 越厲害，可能偏差越大。從真實(shí)數(shù)據(jù)采集到模型調(diào)整，醫(yī)療 AI 的路還很長(zhǎng)很長(zhǎng)很長(zhǎng)很長(zhǎng)....

當(dāng)合作的兩方面都如此的不靠譜之時(shí)，失敗就難以避免。

也許目前計(jì)算機(jī)還不能像人類醫(yī)生那樣，通過(guò)問(wèn)診、查體、輔助檢查等方式，最后得出綜合的臨床診斷，并且給出相關(guān)的診療。

但是如果不刻意追求完全取代人類醫(yī)生這一桎梏，而是作為人類治療的輔助進(jìn)行時(shí)，我們發(fā)現(xiàn)，AI 能夠做到的事情還有很多，而且現(xiàn)在很快能夠?qū)崿F(xiàn)。

2016 年，日本東京大學(xué)附屬醫(yī)院一名白血病患者反復(fù)治療無(wú)效，甚至還出現(xiàn)了敗血癥等危險(xiǎn)癥狀。醫(yī)生及研究人員通過(guò) AI 輸入了該患者與癌癥有關(guān)的基因信息，得出分析結(jié)論，她罹患的是急性骨髓性白血病中的繼發(fā)性白血病。

醫(yī)生通過(guò) AI 輔助分析其基因型，并結(jié)合以往病史 提示醫(yī)生更換一種新型靶向藥物進(jìn)行治療，患者病情明顯好轉(zhuǎn)。隨后，還建議該患者轉(zhuǎn)而使用其他抗癌藥物。患者數(shù)月后康復(fù)出院，并繼續(xù)定期前往醫(yī)院接受治療。

同樣的 AI 同時(shí)運(yùn)用在皮膚科領(lǐng)域，以往各種皮疹的確定和診療需要高級(jí)醫(yī)生的臨床經(jīng)驗(yàn)，而這一經(jīng)驗(yàn)又是通過(guò)幾十年的臨床積累才能達(dá)到，而 AI 正好能夠解決這一數(shù)據(jù)分析積累問(wèn)題。

也是去年，《Nature》雜志在封面發(fā)表了一篇關(guān)于利用深度學(xué)習(xí)識(shí)別皮膚癌的論文。研究人員訓(xùn)練系統(tǒng)觀看了將近 13 萬(wàn)張痣、皮疹和其他皮膚病變的圖像，然后讓系統(tǒng)與 21 位皮膚科醫(yī)生的診斷進(jìn)行對(duì)比，結(jié)果系統(tǒng)的精準(zhǔn)率達(dá)到 91% 左右，這一精度遠(yuǎn)遠(yuǎn)高于一般醫(yī)生。

而在心電圖（肌電圖、腦電圖）等讀圖領(lǐng)域，AI 也已經(jīng)可以做到替代了人類的一部分工作。

AI 與醫(yī)生的結(jié)合，也許比完全取代醫(yī)生更有效更現(xiàn)實(shí)。也許不在今天，但，應(yīng)該就在不遠(yuǎn)的將來(lái)。