1997年，IBM深藍(lán)戰(zhàn)勝國際象棋冠軍卡斯帕羅夫，從此，這家藍(lán)色巨人，連同Watson一起，開始為全世界熟知。

Watson也從此名聲大噪，成為IBM持續(xù)數(shù)年經(jīng)久不衰的“AI代言人“。2014年初，IBM投資10億美元專門建立“Watson Group ”，并在一年后，開始全力進(jìn)軍醫(yī)療健康行業(yè)。

2015年4月，IBM成立了獨(dú)立的Watson Health部門；到2016年，Watson大約花費(fèi)了40億美元收購了4家醫(yī)療數(shù)據(jù)公司，包括Explorys、Phytel 和Merge Healthcare。醫(yī)療這塊大蛋糕似乎是人工智能時(shí)代，IBM亟待轉(zhuǎn)型的一步大棋。

而僅僅成立三年后，這一昔日的明星部門就被傳出裁員50%至70%，一場“AI+醫(yī)療的泡沫破滅”，引起了整個(gè)行業(yè)的一片嘩然。

本月，在IEEE Spectrum的特別報(bào)告《How IBM Watson Overpromised and Underdelivered on AI Health Care》一文中，細(xì)數(shù)了Watson醫(yī)療曾經(jīng)所立下的目標(biāo)和被潑的冷水，并對比了如今的發(fā)展現(xiàn)狀。

文摘菌只能感嘆：太美的承諾因?yàn)樘贻p。讓我們也回顧一下Waston醫(yī)療漸行漸遠(yuǎn)的這一路，希望更多的AI公司能從他們的經(jīng)驗(yàn)教訓(xùn)中找到出路。

技術(shù)與業(yè)務(wù)的鴻溝

2014年，IBM為其人工智能部門（稱為IBM Watson）新開設(shè)了一個(gè)酷炫的總部：建筑位于曼哈頓，玻璃外觀在陽光下閃閃發(fā)亮，科技感十足；其內(nèi)部構(gòu)造類似于一個(gè)微型天文館，供潛在客戶和訪問者們進(jìn)行“沉浸式體驗(yàn)”。

同年，令人瞠目結(jié)舌的Watson‘腦力’顯現(xiàn)出其顛覆醫(yī)學(xué)的潛力，在演示中，Watson收集了一組罕見的患者癥狀，并提出了可能的診斷列表，每個(gè)診斷都注明了經(jīng)Watson計(jì)算出的置信水平及與之相關(guān)的醫(yī)學(xué)文獻(xiàn)。

在圓頂象牙塔內(nèi)，Watson的記憶庫掌握著每種罕見疾病的知識(shí)，它的處理器不容易受到醫(yī)生主觀認(rèn)知偏見的影響，它甚至可以在幾秒鐘內(nèi)處理一個(gè)棘手的病例。如果Watson能夠?qū)⑦@種即時(shí)專業(yè)知識(shí)帶到世界各地的醫(yī)院和診所，人工智能似乎可以減少診斷錯(cuò)誤，優(yōu)化治療，甚至減輕醫(yī)生數(shù)量的短缺。

但是，象牙塔內(nèi)的承諾無法做到跨越技術(shù)與業(yè)務(wù)之間的鴻溝。

其強(qiáng)大的技術(shù)無法與當(dāng)今混亂的保健醫(yī)療系統(tǒng)相兼容；機(jī)器學(xué)習(xí)的模式與醫(yī)生的工作方式根本無法匹配，癌癥治療的初衷舉步維艱。

創(chuàng)造一名“AI醫(yī)生”極其困難

IBM在2011年開始大膽嘗試改革醫(yī)療保健，給Watson指出一條AI醫(yī)生的道路。當(dāng)時(shí)，IBM Watson在電視上展示的突破性技術(shù)應(yīng)用于醫(yī)學(xué)領(lǐng)域——主要是其理解自然語言的能力。公司同時(shí)做出承諾，Watson的首批醫(yī)療保健產(chǎn)品將在18至24個(gè)月內(nèi)上市。

事實(shí)上，IBM的醫(yī)療產(chǎn)品并沒有成功商業(yè)化，從IBM的Watson醫(yī)療走出的AI醫(yī)生也與設(shè)想具有很多差距， 更像是執(zhí)行日常任務(wù)的AI助手。

彼時(shí)，IBM已花費(fèi)數(shù)十億美元用于收購AI企業(yè)，以加強(qiáng)其內(nèi)部開發(fā)實(shí)力，但內(nèi)部人士表示，被收購公司尚未做出太多貢獻(xiàn)。

到目前為止，監(jiān)管機(jī)構(gòu)只批準(zhǔn)了少數(shù)基于AI的工具用于真實(shí)醫(yī)院和醫(yī)生辦公室：這些開創(chuàng)性產(chǎn)品主要聚集在圖像診斷領(lǐng)域——通過計(jì)算機(jī)視覺技術(shù)分析圖如X射線和視網(wǎng)膜掃描圖像進(jìn)行診斷。而IBM卻沒有分析醫(yī)學(xué)圖像的產(chǎn)品落地。

除了圖像領(lǐng)域，為人類醫(yī)生的專業(yè)知識(shí)編碼是一個(gè)非常棘手又浩大的工程，即便是如今最優(yōu)秀的AI也難以理解復(fù)雜的醫(yī)療信息。

IBM的‘首敗’至少可以向技術(shù)專家和醫(yī)生們證明：試圖創(chuàng)造出一位AI醫(yī)生，這是一件極其困難的工作。

“腫瘤專家顧問”合作中斷

MD 安德森癌癥中心與IBM Watson合作，為腫瘤學(xué)家創(chuàng)建了一個(gè)咨詢工具（Watson for Oncology），該工具使用自然語言處理系統(tǒng)（NLP）總結(jié)患者的電子健康記錄，并通過搜索其背后強(qiáng)大的數(shù)據(jù)庫為醫(yī)生提供治療建議。

MD 安德森癌癥中心斥巨資購買了這一項(xiàng)目，并在白血病科進(jìn)行了第一次嘗試。但該中心在2016年中斷了這次合作，即便是已經(jīng)花費(fèi)6200萬美金。具體原因我們不得而知。

或許我們可以從今年的圖靈獎(jiǎng)得主，人工智能研究專家Yoshua Bengio的評(píng)論中得到啟發(fā)。

IBM對醫(yī)療保健系統(tǒng)中不同參與者進(jìn)行了數(shù)量驚人的調(diào)查，希望AI可以通過分析海量的數(shù)據(jù)集做出決策支持，擴(kuò)大Watson的“認(rèn)知”能力。但NLP雖然取得較大進(jìn)步， 但與人類還是相差甚遠(yuǎn)。

Bengio說：在醫(yī)學(xué)文本方面，AI系統(tǒng)無法消歧，也無法找到人類醫(yī)生會(huì)注意到的細(xì)微線索。雖然AI不需要充分了解也可以幫助醫(yī)療，但確實(shí)還沒有一個(gè)AI能與人類醫(yī)生的理解和洞察力相匹配。

一些研究將Watson for Oncology癌癥治療建議與醫(yī)院腫瘤學(xué)家的建議進(jìn)行了比較。下圖為Watson的建議與專家的治療計(jì)劃相匹配的百分比。

在印度，Manipal綜合癌癥中心的醫(yī)生對638例乳腺癌病例中，Watson與專家治療建議的一致率為73％。Watson在韓國Gachon大學(xué)Gil醫(yī)療中心表現(xiàn)更差，該醫(yī)院為656名結(jié)腸癌患者提供的最佳建議，只有49％與專家相匹配。

據(jù)傳聞，IBM在美國很難找到Watson腫瘤產(chǎn)品的買家。一些腫瘤學(xué)家說他們更相信自己的判斷而不需要Watson來告訴他們需要做什么。

“認(rèn)知教練系統(tǒng)”未能上線

運(yùn)動(dòng)服裝公司Under Armour曾與Watson Health合作創(chuàng)建“個(gè)人健康培訓(xùn)師和健身數(shù)據(jù)顧問?！痹擁?xiàng)目使用Under Armour的活動(dòng)跟蹤器應(yīng)用程序提供的數(shù)據(jù)，并由認(rèn)知教練根據(jù)用戶的習(xí)慣提供定制的培訓(xùn)計(jì)劃，并基于相似用戶的數(shù)據(jù)進(jìn)行分析，為用戶提供健身建議。但這一認(rèn)知教練系統(tǒng)從未投入市場使用，且Under Armour中斷了與IBM Watson的合作。

下表為IBM在醫(yī)療方向項(xiàng)目與目前的進(jìn)展：

商業(yè)化期望越高，失望越大

Chase 作為一名IBM的研究人員， 曾開發(fā)出一種診斷工具，但I(xiàn)BM并不打算使其商業(yè)化，只能陳列在實(shí)驗(yàn)室內(nèi)供游客參觀。最終，對IBM在醫(yī)療上的緩慢發(fā)展而感到失望的Chase 選擇與IBM分道揚(yáng)鑣。

馬里蘭大學(xué)放射學(xué)教授、信息系統(tǒng)副主席艾略特·西格爾，曾經(jīng)眾多Watson狂熱粉絲中的一員，也與IBM進(jìn)行過醫(yī)療診斷研究。雖然他認(rèn)為AI驅(qū)動(dòng)的工具對醫(yī)生來說不可或缺，但他懷疑IBM能夠產(chǎn)生那些令人興奮的產(chǎn)品，他更寄期望于谷歌、蘋果和亞馬遜這類公司。

2014年離開的IBM的Kohn說：“擁有強(qiáng)大的技術(shù)是不夠的，你還要向我證明，這款產(chǎn)品的確是有價(jià)值的，可以讓我生活的更好， 讓我的父母生活的更好?！?/p>

為了讓人工智能充分發(fā)揮其潛力并改變醫(yī)學(xué)，醫(yī)療保健的標(biāo)準(zhǔn)必須改變。Kohn說，人工智能系統(tǒng)可以考慮比臨床試驗(yàn)更多的因素，并可以將患者分成更多的類別，以提供“真正個(gè)性化的護(hù)理”，但前提是基礎(chǔ)設(shè)施也必須改變: 醫(yī)療機(jī)構(gòu)必須同意分享其專有和隱私控制的數(shù)據(jù)，以便人工智能系統(tǒng)能夠從數(shù)百萬多年來跟蹤的患者身上學(xué)習(xí)。

他一直期待著在醫(yī)學(xué)期刊上可以看到有關(guān)Watson產(chǎn)品的文章，能夠證明AI可以改善患者的治療效果或節(jié)省醫(yī)療系統(tǒng)開支。但遺憾的是這類文章寥寥無幾，也就是說Watson并沒有突破性的成果。

但無論如何， 在數(shù)字化時(shí)代里， IBM Watson 不是第一個(gè)象牙塔的守望者，也不會(huì)是最后一個(gè)叢林中的引路人。