莫因一时受挫唱衰AI医疗


    作为行业最早的玩家,IBM在AI领域的一举一动总能引发热议。最近,有报道称IBM人工智能医疗部门沃森健康大幅裁员五到六成,“医疗AI宣告失败”,舆论哗然。
    医疗是人工智能发展的明星领域。深度学习海量医学论文、影像判读正确率超过人类医生等消息层出不穷,人们寄希望于医疗AI改革传统的医疗体系,缓解医疗资源不足和不均,走向精准医疗、健康管理。但沃森健康的受挫,让医疗AI领域唱衰声不断。
    “沃森现在的问题相当一部分来源于过度宣传,如宣传在自动读取病例、自动诊断病情等方面做得比人类医生还要好,这些宣传是与现实脱节的。”美国华盛顿大学计算机系教授陈一昕直言,沃森的“锅”,不该医疗AI来背,“沃森的前期宣传过于高调,后来发现实际效果达不到时,舆论反弹明显。但沃森可以提升临床决策效果和水平,不能把宣传的失误等同于AI医疗的失败。”
    在陈一昕看来,医疗AI的优势很明显,也已经在某些领域有突破,“目前来看,人工智能适用于规则比较清晰的医疗领域,比如有大量标注数据的、规则清楚、结果定义明确的细分领域,像某些单病种癌症筛查,心电图的自动判读、 急重症评估、心血管并发症预测等等。还有比如在更广阔的新药研发领域,由于付费方明确,有大量外包需求,都是很有前景的。”
    不过,人工智能在医疗领域的落地存在特殊性,需要跨越的障碍很多。“整体来讲,医疗领域本身偏保守封闭,由医疗机构和医生主导决策,容错率极低。不像消费类应用投入大、试错机会多。”众海投资副总裁陈冬东表示。
    最明显的是数据的匮乏——由于数量少或难以访问,可以用于训练AI医疗产品的数据不足,限制了产品的进化。不只沃森,这是医疗机器学习普遍面临的问题。“虽然我国人口的诊疗基数很大,但是合格、高质量的数据其实很少。同时由于体制和授权的原因,去获取这些数据的难度和壁垒是很高的。”陈冬东说。
    采访中陈一昕提到,以沃森重点发展的提供癌症治疗方案的能力来说,用于训练它的肺癌病例其实只有六百多例。“整体来看,人工智能医疗领域的绝大部分产品还处在打磨、试错的阶段。技术能力不是一蹴而就的,监管体系的建设、心理障碍的跨越等都需要时间。医疗AI的付费方也还不明确,从医院到患者,付费意愿都不强。”他说。
    “人工智能和医疗的结合,从来不只是一个技术问题。”陈冬东说,“谁来付费?谁来担责?出了错患者能否接受?再说目前国内的人工智能医疗产品还没有一家拿到医疗器械许可证,走不到商业化那一步。虽然监管机构积极推进,但面对这个新生事物,还是要经历从无到有的过程。”
    专家点评
    王金桥 中科院自动化研究所 研究员
    AI要想进化首先需要大量可靠的数据标签,在数据有限,且需要人工标注的情况下,说AI可以超过高水平的人类医生是不现实的。但也不能否认AI医疗近年来在产学研的共同努力下进步很快。技术会服务于特定场景,人和机器各有优势,所以人机协同才是AI医疗的未来。在这个层面上,既不需要对技术抱过高期待,也不能因为一点负面消息就全盘否认,那都不是科学的态度。
    但以往媒体一提起AI就容易一惊一乍,连带着大众也有了不切实际的期待,一旦出现不尽人意的情况,再一哄而上踩几脚。我相信人工智能是能解决问题的,但大家的期待要在合理范围内。
    任何一项新技术的孕育都需要一个良好的环境,让它从实验室到落地,产生实在的价值。这个过程中,从科研界到市场,从媒体到大众,都需要客观冷静的态度和更多弹性。