IBM沃森肿瘤机器人进入20余家医院 中国本土化提速

导读

IBM沃森肿瘤机器人进入中国23家医院,并计划收费服务,这是全球最早进入临床的智能医生。未来,人类的大多数疾病或许可由机器诊断治疗。

一口气在中国签下21家医院后,10月24日,21世纪经济报道记者获悉, IBM Watson(沃森)肿瘤“机器人”又牵手两家公立医院,并尝试对医院收费服务。

IBM Watson认知关怀COO王泰峰认为:“由于医疗知识过度密集,新生代医生必须借助科技手段提高治疗水平,在这个背景下,药企、保险公司、医院或者其他医疗机构愿意参与到人工智能的尝试和应用中。”

近几年,人工智能投资创业持续火爆,其在医疗领域已覆盖影像、新药研发、辅助诊断等。首个医疗人工智开发者IBM已在Watson的研发上投入600亿美金,至今仍在亏损。

而对于国内近百家人工智能公司来说,由于智能水平有限,在医疗资源相互独立、数据无法互通下,如何获取医疗数据和诊疗方案,如何掌握有效的算法并打动医疗机构和医生,依旧是无法回避的难题。

本土化提速

今年8月,Watson第一次走入中国医院,与中山大学附属肿瘤防治中心、中国医科大学附属第四医院、浙江省中医院、复旦大学附属肿瘤医院等21家医院达成合作。不久前,又有两家医院加入这一阵营,其中一家刚签约的是广州祈福医院。

记者了解,Watson将向合作医院提供Watson肿瘤解决方案。在中国本土化过程中,杭州认知网络是IBM Watson指定的本地运营服务商,其创始班子皆为IBM的老员工,王泰峰就是其中一员。

“顶级肿瘤医生和机构看中学术价值,我们会原汁原味引入Watson。而基层医师看中辅助决策的效率和对新知识的快速掌握。”王泰峰说。

目前,Watson可输出四项内容:治疗方案描述、治疗方案遵循了哪些指南和治疗思想、帮助寻找到患者的临床医学证据,以及用药建议。

Watson的“学习”过程类似阿尔法狗,王泰峰透露,Watson是由纪念斯隆-凯特林癌症研究中心历时四年半“训练”出来的,它汲取了300多份医学期刊、200余种教科书及近1000万页文字。同时还吸收了美国国立综合癌症网络发布的临床指南。

Watson的训练分为三个步骤:输入指南、期刊内容;输入患者疾病指标和治疗方案;给出疾病指标,由Watson出具治疗方案;最后,由人和Watson共同治疗患者,借此提高再学习能力。

“难点在于读懂医学论文,医疗文献很严谨,需要在非结构化的文档数据层面钻研,并结合英语分析识别,才能给出临床治疗建议。”王泰峰说。

此前,Watson包含肺癌、乳腺癌、肠癌,今年8月又增加了胃癌。根据规划,今年年底会进一步覆盖卵巢癌和宫颈癌,明年一季度覆盖肝癌,明年年底之前覆盖中国90%的癌症人群。

目前,沃森签约的医院基本为三甲综合或城市肿瘤专科,收费方面,试点医院免费供应,签约医院正逐步推进收费进度,预计按单次收费,一个患者一个账户,或一次会诊一个账户。

产业化挑战

人工智能在医疗领域的应用,已涵盖从制药到基因组学。根据CB Insights数据,自2015年年初以来,50个类似初创公司获得融资,其中约20个在2016年获得了新一轮投资。

资本热捧背后,其“造血”能力仍有待检验。

王泰峰直言:“从投资回报来看,Watson目前是亏损的,单影像训练投入就超过40亿美金”

德诚资本合伙人Ted Driscoll指出:“很多人工智能公司通常有明确的目标或需要解决的问题,如解决医生痛点,产业转化更快。”

医疗数据是挡在创业者面前的一座大山。获取训练医疗人工智能所需的数据,主要是采用合作和并购方式,成本很高,数据来源的正当性也常受质疑。

以Watson为例,2014年底,Watson先后与苹果、强生和美敦力建立数据采集、存储合作;2015年,IBM并购了两家医疗大数据公司Phytel和Explorys,完成并购后,IBM Watson Health才正式成立。

2015年8月,IBM再斥资10亿美元收购医疗影像数据公司Merge Healthcare。今年2月,IBM又花了26亿美元收购健康大数据公司Truven Health Analytics。至此,IBM在不到一年的时间里投入40亿美元获取数据。

今年6月,Google的DeepMind同样采用这一方式与NHS达成合作,获取后者超过160万患者的数据。

而在数据孤岛普遍存在的中国就更难了。

对于解决办法,Ted Driscoll 认为:“每家医院都会有部分系统开放,随着训练时间越来越长,人工智能可逐步实现。”

王泰峰则担忧现状,“国内部分医生处于观望,因为他们没有时间和精力学习新技术,也会担心新技术与现有工作竞争,因而会有所抵触。”(编辑 陆宇)