网站建设员工资,小程序建站平台哪个好,包装设计图,微信公众号网页制作教程来源:新医路Watson 是IBM 的重量级AI 系统#xff1b;近年IBM 大力发展AI 医疗#xff0c;在2015 年成立独立的 Watson Health 部门#xff0c;并收购多家医疗数据公司#xff0c;前景看好。然而短短三年#xff0c;这个明星部门就要裁员50% 到70% 的员工#xff0c;代表… 来源:新医路Watson 是IBM 的重量级AI 系统近年IBM 大力发展AI 医疗在2015 年成立独立的 Watson Health 部门并收购多家医疗数据公司前景看好。然而短短三年这个明星部门就要裁员50% 到70% 的员工代表AI 医疗的泡沫化。AI 导入医疗遇到了怎样的瓶颈1997 年IBM 深蓝战胜国际象棋冠军卡斯帕洛夫从此这家蓝色巨人连同Watson 一起开始为全世界熟知。Watson 也从此名声大噪成为IBM 持续数年经久不衰的「AI 代言人」。2014 年初IBM 投资10 亿美元约新台币300 亿元专门建立「Watson Group」并在一年后开始全力进军医疗健康行业。2015 年4 月IBM 成立了独立的Watson Health 部门到2016 年Watson 大约花费了40 亿美元约新台币1200 亿元收购了4 家医疗数据公司包括Explorys、Phytel 和Merge Healthcare。医疗这块大蛋糕似乎是人工智慧时代IBM 亟待转型的一步大棋。而仅仅成立三年后这一昔日的明星部门就被传出裁员50% 至70% 一场「AI 医疗的泡沫破灭」引起了整个产业的一片哗然。本月在IEEE Spectrum 的特别报告《How IBM Watson Overpromised and Underdelivered on AI Health Care》一文中细数了Watson 医疗曾经所立下的目标和被泼的冷水并对比了如今的发展现状。令人不禁感叹太美的承诺因为太年轻。让我们也回顾一下Waston 医疗渐行渐远的这一路希望更多的AI 公司能从他们的经验教训中找到出路。技术与业务的鸿沟难以跨越2014 年IBM 为其人工智慧部门称为IBM Watson新开设了一个酷炫的总部建筑位于曼哈顿玻璃外观在阳光下闪闪发亮科技感十足其内部构造类似于一个微型天文馆供潜在客户和访问者们进行「沉浸式体验」。同年令人瞠目结舌的Watson「脑力」显现出其颠覆医学的潜力在演示中Watson 收集了一组罕见的患者症状并提出了可能的诊断列表每个诊断都注明了经Watson 计算出的信赖区间及与之相关的医学文献。在圆顶象牙塔内Watson 的资料库掌握着每种罕见疾病的知识它的处理器不容易受到医生主观认知偏见的影响它甚至可以在几秒钟内处理一个棘手的病例。如果Watson 能够将这种即时专业知识带到世界各地的医院和诊所人工智慧似乎可以减少诊断错误优化治疗甚至减轻医生数量的短缺。但是象牙塔内的承诺无法做到跨越技术与业务之间的鸿沟。其强大的技术无法与当今混乱的保健医疗系统相兼容机器学习的模式与医生的工作方式根本无法匹配癌症治疗的初衷举步维艰。创造一名AI 医生极其困难IBM 在2011 年开始大胆尝试改革医疗保健给Watson 指出一条AI 医生的道路。当时IBM Watson 在电视上展示的突破性技术应用于医学领域——主要是其理解自然语言的能力。公司同时做出承诺Watson 的首批医疗保健产品将在18 至24 个月内上市。事实上IBM 的医疗产品并没有成功商业化从IBM 的Watson 医疗走出的AI 医生也与设想具有很多差距 更像是执行日常任务的AI 助手。此时 IBM 已花费数十亿美元约300 亿新台币用于收购AI 企业以加强其内部开发实力但内部人士表示被收购公司尚未做出太多贡献。到目前为止监管机构只批准了少数基于AI 的工具用于真实医院和医生办公室这些开创性产品主要聚集在图像诊断领域—— 透过电脑视觉技术分析图如X 射线和视网膜扫瞄图像进行诊断。而IBM 却没有分析医学图像的产品落地。除了图像领域为人类医生的专业知识编码是一个非常棘手又浩大的工程即便是如今最优秀的AI 也难以理解复杂的医疗讯息。IBM 的「首败」至少可以向技术专家和医生们证明试图创造出一位AI 医生这是一件极其困难的工作。肿瘤专家顾问合作中断MD 安德森癌症中心与IBM Watson 合作为肿瘤学家创建了一个谘询工具Watson for Oncology该工具使用自然语言处理系统NLP总结患者的电子健康记录并透过搜寻其背后强大的数据库为医生提供治疗建议。MD 安德森癌症中心斥巨资购买了这一项目并在白血病科进行了第一次尝试。但该中心在2016 年中断了这次合作即便是已经花费6200 万美金约新台币18.6 亿元。具体原因我们不得而知。或许我们可以从今年的图灵奖得主人工智慧研究专家Yoshua Bengio 的评论中得到启发。IBM 对医疗保健系统中不同参与者进行了数量惊人的调查希望AI 可以透过分析海量的数据集做出决策支持扩大Watson 的「认知」能力。但NLP 虽然取得较大进步 但与人类还是相差甚远。Bengio 说在医学文本方面AI 系统无法消歧也无法找到人类医生会注意到的细微线索。虽然AI 不需要充分了解也可以帮助医疗但确实还没有一个AI 能与人类医生的理解和洞察力相匹配。一些研究将Watson for Oncology 癌症治疗建议与医院肿瘤学家的建议进行了比较。下图为Watson 的建议与专家的治疗计划相匹配的百分比。在印度Manipal 综合癌症中心的医生对638 例乳腺癌病例中Watson 与专家治疗建议的一致率为73%。Watson 在韩国Gachon 大学Gil 医疗中心表现更差该医院为656 名结肠癌患者提供的最佳建议只有49% 与专家相匹配。据传闻IBM 在美国很难找到Watson 肿瘤产品的买家。一些肿瘤学家说他们更相信自己的判断而不需要Watson 来告诉他们需要做什么。认知教练系统未能上线运动服装公司Under Armour 曾与Watson Health 合作创建「个人健康培训师和健身数据顾问」。该专案使用Under Armour 的活动追踪器应用城程式提供的数据并由认知教练根据用户的习惯提供定制的培训计划并基于相似用户的数据进行分析为用户提供健身建议。但这一认知教练系统从未投入市场使用且Under Armour 中断了与IBM Watson 的合作。下表为IBM 在医疗方向专案与目前的进展商业化期望越高失望越大Chase 作为一名IBM 的研究人员 曾开发出一种诊断工具但IBM 并不打算使其商业化只能陈列在实验室内供游客参观。最终对IBM 在医疗上的缓慢发展而感到失望的Chase 选择与IBM 分道扬镳。马里兰大学放射学教授、讯息系统副主席艾略特希格尔曾经众多Watson 狂热粉丝中的一员也与IBM 进行过医疗诊断研究。虽然他认为AI 驱动的工具对医生来说不可或缺但他怀疑IBM 能够产生那些令人兴奋的产品他更寄期望于谷歌、苹果和亚马逊这类公司。2014 年离开的IBM 的Kohn 说「拥有强大的技术是不够的你还要向我证明这款产品的确是有价值的可以让我生活的更好 让我的父母生活的更好。」为了让人工智慧充分发挥其潜力并改变医学医疗保健的标准必须改变。Kohn 说人工智慧系统可以考虑比临床试验更多的因素并可以将患者分成更多的类别以提供「真正个人化的护理」但前提是基础设施也必须改变医疗机构必须同意分享其专有和隐私控制的数据以便人工智慧系统能够从数百万多年来跟踪的患者身上学习。他一直期待着在医学期刊上可以看到有关Watson 产品的文章能够证明AI 可以改善患者的治疗效果或节省医疗系统开支。但遗憾的是这类文章寥寥无几也就是说Watson 并没有突破性的成果。但无论如何 在数位化时代里IBM Watson 不是第一个象牙塔的守望者也不会是最后一个丛林中的引路人。时间洗涤一切2016-2017年人工智能在医疗领域的崛起速度惊人沃森健康宣布进入国内医疗市场他们希望协助医生在慢病管理和肿瘤治疗领域有所建树。特别国内媒体一窝蜂的热炒医疗AI好像变成了时代的弄潮儿一样一时风头无两很多国内企业自认为抓住了大风口的公司花了大价钱去买很多领域的多年授权美其名曰战略合作有的几千万有的大几个亿除了到处吹牛演讲做PR之外业务却惨不忍睹这下纸再也包不住火了国内大批医疗AI公司的破产潮就要来临打肿脸充胖子毕竟也就只有脸比较肿而已未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
