據(jù)報(bào)道，谷歌正在訓(xùn)練機(jī)器來(lái)預(yù)測(cè)病患的死亡時(shí)間。它的“醫(yī)學(xué)大腦”（Medical Brain）團(tuán)隊(duì)取得了一些AI進(jìn)展，如預(yù)測(cè)疾病癥狀、死亡風(fēng)險(xiǎn)等等，該技術(shù)有望借此打入醫(yī)療保健市場(chǎng)。

一名患有晚期乳腺癌的婦女來(lái)到城市醫(yī)院，她的肺部已經(jīng)充滿(mǎn)了積液。她看了兩個(gè)醫(yī)生，做了放射掃描。醫(yī)院的電腦讀取了她的生命體征，估算出她在住院期間死亡的幾率為9.3%。

之后輪到谷歌來(lái)進(jìn)行估算。該公司開(kāi)發(fā)的一種新型算法分析了關(guān)于該婦女的信息——17.5639萬(wàn)個(gè)數(shù)據(jù)點(diǎn)——然后對(duì)她的死亡風(fēng)險(xiǎn)做出評(píng)估：19.9%。她幾天后就去世了。

今年5月，谷歌發(fā)布了一份令人痛心的、關(guān)于這名身份不明的女性死亡的報(bào)告。它凸顯了神經(jīng)網(wǎng)絡(luò)在醫(yī)療保健領(lǐng)域的潛力，這種人工智能軟件特別擅長(zhǎng)利用數(shù)據(jù)來(lái)自行學(xué)習(xí)和改進(jìn)。谷歌開(kāi)發(fā)了一種可以預(yù)測(cè)各種病患結(jié)果的工具，包括人們可能在醫(yī)院待多久，再次入院的幾率以及他們不久后死亡的幾率。

給醫(yī)學(xué)專(zhuān)家們留下最深刻印象的是，谷歌能夠篩選以前無(wú)法獲取的數(shù)據(jù)：隱藏在pdf文件中的注釋或者舊圖表上的潦草文字。神經(jīng)網(wǎng)絡(luò)吞噬了所有這些非常規(guī)記錄的信息，然后得出預(yù)測(cè)。它比現(xiàn)有的技術(shù)要快得多，也更加準(zhǔn)確。谷歌的系統(tǒng)甚至顯示了是基于哪些記錄得出結(jié)論的。

多年來(lái)，醫(yī)院、醫(yī)生和其他衛(wèi)生保健提供者一直在尋求更好地利用所儲(chǔ)存的電子健康記錄和其他患者數(shù)據(jù)。在適當(dāng)?shù)臅r(shí)候分享和突顯更多的信息可以挽救生命——至少可以幫助醫(yī)務(wù)工作者減少在文書(shū)工作上的時(shí)間，進(jìn)而增加在病人護(hù)理上的時(shí)間。但是，目前挖掘健康數(shù)據(jù)的方法既費(fèi)用不菲，又繁瑣耗時(shí)。

斯坦福大學(xué)副教授尼格姆·沙阿（Nigam Shah）表示，現(xiàn)在的預(yù)測(cè)模型有80%的時(shí)間都花在了使數(shù)據(jù)具有可表達(dá)性的“枯燥粗活”上。而谷歌的方法避免了這個(gè)。

下一步是？

今年5月，谷歌首席人工智能主管杰夫·迪恩（Jeff Dean）表示，谷歌的下一步是將這種預(yù)測(cè)系統(tǒng)推向診所。迪恩的健康研究團(tuán)隊(duì)（有時(shí)被稱(chēng)為“醫(yī)學(xué)大腦”團(tuán)隊(duì)）正在研究一系列的人工智能工具，這些工具能夠準(zhǔn)確地預(yù)測(cè)癥狀和疾病，既人帶來(lái)希望的同時(shí)，也帶來(lái)一些警示。

按照迪恩的設(shè)想，該人工智能系統(tǒng)將指導(dǎo)醫(yī)生使用特定的藥物和診斷方式。另一位谷歌研究人員說(shuō)，現(xiàn)有的模型忽略了一些重要的醫(yī)學(xué)事件，包括病人是否做過(guò)手術(shù)。在他看來(lái)，現(xiàn)有的人工編碼模型是醫(yī)療保健技術(shù)發(fā)展的“一個(gè)顯而易見(jiàn)的巨大障礙”。

數(shù)據(jù)隱私問(wèn)題

盡管人們對(duì)谷歌的潛力持樂(lè)觀態(tài)度，但利用人工智能改善醫(yī)療結(jié)果仍然是一個(gè)巨大的挑戰(zhàn)。其他公司，尤其是IBM旗下的沃森（Watson），也曾嘗試將人工智能應(yīng)用于醫(yī)療領(lǐng)域，但在節(jié)省費(fèi)用和將技術(shù)整合到償付系統(tǒng)方面收效甚微。

谷歌長(zhǎng)期以來(lái)一直在尋求獲取數(shù)字醫(yī)療記錄，但結(jié)果不盡相同。在最近的研究中，這家互聯(lián)網(wǎng)巨頭與加州大學(xué)舊金山分校和芝加哥大學(xué)達(dá)成了協(xié)議，獲得了460億份匿名患者數(shù)據(jù)。谷歌的人工智能系統(tǒng)為兩家醫(yī)院創(chuàng)建了預(yù)測(cè)模型，而不是創(chuàng)建同時(shí)涵蓋這兩家醫(yī)院的數(shù)據(jù)分析預(yù)測(cè)模型，后者是一個(gè)更難解決的問(wèn)題。打造面向所有醫(yī)院的解決方案則將更具挑戰(zhàn)性。谷歌正在努力拉攏新的合作伙伴，以便獲取更多的醫(yī)療記錄信息。

對(duì)醫(yī)療領(lǐng)域的深入研究，只會(huì)給本已掌握海量個(gè)人信息的谷歌增加更多的信息。數(shù)據(jù)公司Immuta的首席隱私官安德魯·伯特（Andrew Burt）表示：“在利用我們所生成的所有數(shù)據(jù)上，谷歌和其他科技巨頭將擁有一種獨(dú)特的、近乎壟斷的能力?！?/p>

當(dāng)涉及到患者信息時(shí)，谷歌表現(xiàn)得非常謹(jǐn)慎，尤其是在公眾日益關(guān)注企業(yè)的數(shù)據(jù)收集行為的當(dāng)下。去年，Alphabet旗下的另一家人工智能實(shí)驗(yàn)室DeepMind在沒(méi)有預(yù)先告知患者的情況下測(cè)試一款分析公共醫(yī)療記錄的應(yīng)用程序，因此受到了英國(guó)監(jiān)管機(jī)構(gòu)的嚴(yán)厲抨擊。在最新的研究中，谷歌和它的醫(yī)院合作伙伴堅(jiān)稱(chēng)他們的數(shù)據(jù)是匿名的，安全的，并且在病人許可的情況下使用。

不過(guò)，沃爾切布姆相信這些算法可以拯救生命和幫助節(jié)省費(fèi)用。他希望，健康記錄將來(lái)會(huì)與其他的數(shù)據(jù)結(jié)合在一起利用。最終，人工智能模型可能納入有關(guān)當(dāng)?shù)靥鞖夂徒煌ǖ男畔ⅰ渌绊懖』冀Y(jié)果的因素。“醫(yī)院基本上就像一個(gè)有機(jī)體?！彼f(shuō)。

鮮少公司擁有比谷歌更好的分析這種有機(jī)體的條件。該公司和另一家Alphabet子公司Verily正在開(kāi)發(fā)一種能夠追蹤更多生物信號(hào)的設(shè)備。即使沒(méi)有大量的消費(fèi)者購(gòu)買(mǎi)使用它打造的可穿戴健康追蹤設(shè)備，谷歌也還有很多其他的數(shù)據(jù)來(lái)源可以挖掘。它了解天氣和交通狀況。谷歌的Android手機(jī)可以追蹤人們走路的方式等方面的信息，這些信息在測(cè)量精神狀況下降以及其他一些疾病上很有價(jià)值。所有的這些數(shù)據(jù)都可能被納入到整個(gè)醫(yī)療算法里。

談商業(yè)模式還為時(shí)過(guò)早

醫(yī)療記錄只是谷歌的人工智能醫(yī)療計(jì)劃的一部分。它的醫(yī)學(xué)大腦團(tuán)隊(duì)在分別針對(duì)放射學(xué)、眼科和心臟病學(xué)打造人工智能系統(tǒng)。他們也在研究皮膚病。員工開(kāi)發(fā)了一款用于發(fā)現(xiàn)惡性皮膚病變的應(yīng)用；為了進(jìn)行檢測(cè)，一位手臂上有15個(gè)假紋身的產(chǎn)品經(jīng)理會(huì)在辦公室里走來(lái)走去。

人工智能主管迪恩強(qiáng)調(diào)稱(chēng)，這種實(shí)驗(yàn)依賴(lài)的是認(rèn)真嚴(yán)肅的醫(yī)療咨詢(xún)，而不僅僅是好奇的軟件程序員。谷歌公司正在印度開(kāi)展一項(xiàng)新的試驗(yàn)，利用其人工智能軟件來(lái)分析眼睛圖像，以尋找糖尿病視網(wǎng)膜病變的早期跡象。迪恩說(shuō)，在推出系統(tǒng)之前，谷歌讓三名視網(wǎng)膜專(zhuān)家激烈地討論了早期的研究結(jié)果。

隨著時(shí)間的推移，谷歌可以將這些系統(tǒng)授權(quán)提供給診所，或者把它們作為一種診斷即服務(wù)（diagnostics-as-a-service）來(lái)通過(guò)公司的云計(jì)算部門(mén)出售。要將產(chǎn)品商業(yè)化，谷歌首先需要獲得更多的醫(yī)療記錄，不過(guò)這些記錄在不同的醫(yī)療機(jī)構(gòu)中往往存在很大差異。谷歌可以去購(gòu)買(mǎi)那些數(shù)據(jù)，但監(jiān)管機(jī)構(gòu)或消費(fèi)者可能無(wú)法接受。該公司與加州大學(xué)舊金山分校和芝加哥大學(xué)的交易并不是商業(yè)性的。

現(xiàn)在就確定商業(yè)模式還為時(shí)過(guò)早。在谷歌5月舉行的年度開(kāi)發(fā)者大會(huì)上，醫(yī)學(xué)大腦的成員莉莉·彭（Lily Peng）回顧了該團(tuán)隊(duì)的研究成果：其打造的系統(tǒng)在發(fā)現(xiàn)心臟病風(fēng)險(xiǎn)方面超過(guò)了人類(lèi)?！霸僬f(shuō)一遍,”她說(shuō)，“我想強(qiáng)調(diào)的是，這項(xiàng)研究確實(shí)還處在初期階段。”