看错病开错药，医疗机器人沃森美国遇冷，仍落户国内81家医院

人工智能的传奇：“沃森”进退两难

在科技的浪潮中，沃森这一人工智能医疗系统一度被捧为明日之星，其能力被描绘得如同神话般神奇。现实总是充满了挑战与波折。沃森，这个被寄予厚望的智能医疗助手，如今面临着前所未有的困境。

一位患有急性性白血病的日本女性患者，在沃森的帮助下，经过短短的十分钟内，对比了数千万篇癌症研究论文，得出了与众不同的诊断结论。这曾是沃森在中国备受瞩目的场景之一。如今业界内部却流传着另一种声音：一个虚拟的男性肺癌患者，因沃森的建议而可能面临潜在风险。

今年，IBM的沃森项目遭遇了一系列挫折。大规模裁员、失去重量级医院客户安德森肿瘤中心、第三季度的营收下滑等事件，使得沃森项目的前景变得扑朔迷离。IBM沃森健康项目的负责人黛博拉的离职更是为这个备受质疑的医疗AI项目再添一层疑云。

尽管沃森在中国的发展并未受到太大影响，其强大的数据处理能力和决策支持功能仍被业界所津津乐道。沃森的可靠性问题已然浮出水面。业界人士对沃森的质疑主要源于其技术上的缺陷和训练数据的不足。虽然沃森能够迅速阅读大量医学文献并提出治疗方案，但其训练数据主要来自虚拟患者和纪念斯隆-凯特琳癌症中心的专家方案。这就引发了人们对沃森是否真正可靠的质疑。缺乏罕见病或复发癌症的数据以及治疗方法更新速度超过计算机更新速度的问题也是人们质疑的焦点之一。到目前为止，还没有公开发表的研究论文能充分证明沃森可以改善患者治疗。业界人士指出，沃森只能作为辅助工具使用，不能替代医生的专业判断。即使是其在中国市场的合作伙伴也不断强调这一点。尽管如此，“沃森能取代医生”这样的说法仍不时出现在各大媒体上。业界对沃森的失望正是源于这种落差。这位曾经的传奇医疗助手如今遭遇尴尬局面：在某些案例中未能达到公众的期望和要求之下的人一样不完美——或许过于理想化的宣传和人们对于技术的过分期待导致了许多误解和期待落差的问题发生。。如今面临的挑战也许只是阶段性的考验但希望各方能够更理性地看待这一新兴科技所带来的挑战和机遇同时加强对其研究和实践以确保其在未来能为人类带来更大的利益。对此只有时间会给出答案期待人工智能在医疗领域的发展能带来更多的奇迹和惊喜让我们共同期待其未来更完善的性能和表现助力更多需要医疗救助的患者重获健康和生活希望的同时避免产生新的问题和挑战发生这也是未来我们不断探索和实践的方向所在让我们拭目以待吧！在IBM的沃森健康部门中，除了广为人知的“肿瘤解决方案”，其实还涵盖了照护看管、药物研发、基因解决方案以及医疗影像分析解决方案等多个领域。该部门之所以选择专注于肿瘤解决方案，是因为看到了不同地区在肿瘤治疗上的巨大差异，这为AI在肿瘤辅助治疗领域提供了广阔的应用空间。创始人王泰峰解释，IBM对沃森的定位是在肿瘤筛查和治疗上，而非诊断，因为AI在诊断方面的作用相对有限。尽管沃森曾遭遇挫折，但在中国市场的表现却相当不错。

在六年的发展中，沃森已经在中国的多个城市建立了自己的诊疗中心。尽管IBM对沃森项目有所调整，但这并未阻止其在中国的销售势头。王必全表示，现在推广沃森明显比以往更加顺利。自引进以来，沃森已经在中国261家医院和医疗机构得到应用，其中81家已经签约落地。尽管一线城市顶级医院的使用相对较少，但在二三线城市的三甲医院及省城里的非肿瘤专科医院中，沃森的使用却相当普遍。这些医院正是沃森的最佳应用场景。

一年后，克里格和他的合伙人在当地食品店创立了快捷医疗品牌Quick Medx，后来于2002年更名为“分钟诊所”（Minute Clinic）。这家医疗连锁机构开创了一种标准化流程，使医生和护士能迅速诊断疾病，每位患者仅需15分钟。

尽管“分钟诊所”的服务并非万能，但它主要致力于处理常见的普通疾病、轻微外伤和皮肤病等超过40种常见病症，包括感冒和过敏等。对于如糖尿病等慢性疾病的患者，该诊所也提供健康监测服务。每次就医记录都会被详细记录，并可通过电子病历与其他医疗机构共享。

据前CEO迈克尔·豪威透露，分钟诊所的咽炎病历治疗程序有效性高达99%，符合最佳实践，这一成果远高于行业平均水平的55%。

在全球医生组织中国总代表时占祥眼中，像分钟诊所这样的机构是AI医疗产品的理想应用场景之一。他认为AI医疗系统需要解决复杂而多样的问题，比如区分不同病症的主诉，并在大数据的支持下给出最合适的答案。以肠胃感冒为例，有的患者描述为肚子痛，有的则为发烧，AI产品需要收集这些常见病的大量数据，将非结构化信息转化为结构化问答，从而进行循证治疗。

在医疗领域，AI的最佳应用场景在于治疗方案的推荐而非诊断。按照预防、诊断、治疗和康复的阶段划分，时占祥强调AI在处理治疗方案选择方面的优势。尽管诊断过程复杂且充满不确定性，例如某些情况下医生只能做出“待查”的判断，或者AI面对复杂数据时无法精确诊断，但治疗方案的选择相对有限且可通过大数据进行优化。

病历数据是AI医疗产品的重要学习来源，但现实中的数据质量却令人担忧。门诊病历内容空泛，难以提取有效信息；病房病历虽能筛选部分有效数据，但最好的资料——会诊中心的记录——却常常忽略了多学科交流的过程，仅以录音或视频的形式存在。一些AI医疗产品选择使用虚拟病历进行学习，以避免真实世界病历中的错误。

除了疾病治疗，药物研发也被认为是AI在医疗领域的成功应用场景。药物研发投入巨大，时间长且成本高。AI药研系统能够减少人力物力的投入，节约时间并降低研发成本，同时预测药品的安全性和有效性。以美国的药研公司Atomwise为例，他们曾通过AI计算快速找到可能对抗埃博拉病毒的药物。

国内医疗人工智能领域在政策的刺激下迅速发展。2015年国务院发布《促进大数据发展行动纲要》后，各级对健康医疗大数据的重视程度不断提高。据相关报告预测，到2018年，中国人工智能+医疗市场规模将达到200亿元，且融资事件持续增多。

尽管关于AI在医疗领域的最佳应用场景和商业模式仍在探索中，但投资者和创业者们已经对此充满热情。康夫子科技公司创始人张超表示，“人工智能就是替代重复性劳动”，如果工作具有重复性，人工智能便能发挥作用。尽管目前对AI的期待和实际情况之间还存在差距，但这个领域的前景令人充满期待。在AI医疗这个蓬勃发展的领域里，投资热度持续上升。在2017年，辅助决策类应用共吸引了17次投融资事件，而在2018年的第一季度，这一数字就已经达到了5起。据艾瑞咨询发布的《2018年大数据时代下的健康医疗行业——中国健康医疗大数据行业报告》显示，除了IBM的沃森，还有科大讯飞、依图、推想、羽衣甘蓝、体素科技以及平安好医生等众多公司，都在中国与各大医院展开了合作，涉足辅助决策应用。

对于行业是否出现泡沫的问题，张超持开放态度，他比喻道：“就像经济学中的通货膨胀，适量的泡沫或许能推动经济的发展。”中山大学肿瘤防治中心的副主任、肿瘤医院副院长钱朝南在2018年的一次会议上直言不讳地指出：“AI很热，但泡沫也很多。”他认为，目前人工智能技术的掌握者，即计算机专家和公司表现得非常活跃，而医疗应用和临床方面却相对冷淡，这种“一头热”的现象对行业长远发展不利。

针对国内AI医疗面临的困境，时占祥在接受《中国新闻周刊》采访时表示：“最大的难题在于方向不明和标准缺失。”他指出，AI在生物医学领域的应用应该聚焦在公共卫生、生物、医药、大健康这四个主要方向。现状是既无标准，也无规范，更无验证，各方已经开始谈论产业化，而AI医疗的市场和需求多数是基于想象。要在确保安全性和有效性的前提下推动AI医疗的发展，还需要更多的实践验证和业界共同努力。