作為行業(yè)最早的玩家，IBM在AI領域的一舉一動總能引發(fā)熱議。最近，有報道稱IBM人工智能醫(yī)療部門沃森健康大幅裁員五到六成，“醫(yī)療AI宣告失敗”，輿論嘩然。

　　醫(yī)療是人工智能發(fā)展的明星領域。深度學習海量醫(yī)學論文、影像判讀正確率超過人類醫(yī)生等消息層出不窮，人們寄希望于醫(yī)療AI改革傳統(tǒng)的醫(yī)療體系，緩解醫(yī)療資源不足和不均，走向精準醫(yī)療、健康管理。但沃森健康的受挫，讓醫(yī)療AI領域唱衰聲不斷。

　　“沃森現(xiàn)在的問題相當一部分來源于過度宣傳，如宣傳在自動讀取病例、自動診斷病情等方面做得比人類醫(yī)生還要好，這些宣傳是與現(xiàn)實脫節(jié)的?！泵绹A盛頓大學計算機系教授陳一昕直言，沃森的“鍋”，不該醫(yī)療AI來背，“沃森的前期宣傳過于高調，后來發(fā)現(xiàn)實際效果達不到時，輿論反彈明顯。但沃森可以提升臨床決策效果和水平，不能把宣傳的失誤等同于AI醫(yī)療的失敗。”

　　在陳一昕看來，醫(yī)療AI的優(yōu)勢很明顯，也已經在某些領域有突破，“目前來看，人工智能適用于規(guī)則比較清晰的醫(yī)療領域，比如有大量標注數(shù)據(jù)的、規(guī)則清楚、結果定義明確的細分領域，像某些單病種癌癥篩查，心電圖的自動判讀、 急重癥評估、心血管并發(fā)癥預測等等。還有比如在更廣闊的新藥研發(fā)領域，由于付費方明確，有大量外包需求，都是很有前景的?！?/p>

　　不過，人工智能在醫(yī)療領域的落地存在特殊性，需要跨越的障礙很多?！罢w來講，醫(yī)療領域本身偏保守封閉，由醫(yī)療機構和醫(yī)生主導決策，容錯率極低。不像消費類應用投入大、試錯機會多?！北姾Ｍ顿Y副總裁陳冬東表示。

　　最明顯的是數(shù)據(jù)的匱乏——由于數(shù)量少或難以訪問，可以用于訓練AI醫(yī)療產品的數(shù)據(jù)不足，限制了產品的進化。不只沃森，這是醫(yī)療機器學習普遍面臨的問題?！半m然我國人口的診療基數(shù)很大，但是合格、高質量的數(shù)據(jù)其實很少。同時由于體制和授權的原因，去獲取這些數(shù)據(jù)的難度和壁壘是很高的?！标惗瑬|說。

　　采訪中陳一昕提到，以沃森重點發(fā)展的提供癌癥治療方案的能力來說，用于訓練它的肺癌病例其實只有六百多例。“整體來看，人工智能醫(yī)療領域的絕大部分產品還處在打磨、試錯的階段。技術能力不是一蹴而就的，監(jiān)管體系的建設、心理障礙的跨越等都需要時間。醫(yī)療AI的付費方也還不明確，從醫(yī)院到患者，付費意愿都不強。”他說。

　　“人工智能和醫(yī)療的結合，從來不只是一個技術問題?！标惗瑬|說，“誰來付費？誰來擔責？出了錯患者能否接受？再說目前國內的人工智能醫(yī)療產品還沒有一家拿到醫(yī)療器械許可證，走不到商業(yè)化那一步。雖然監(jiān)管機構積極推進，但面對這個新生事物，還是要經歷從無到有的過程?！?/p>

　　專家點評

　　王金橋 中科院自動化研究所 研究員

　　AI要想進化首先需要大量可靠的數(shù)據(jù)標簽，在數(shù)據(jù)有限，且需要人工標注的情況下，說AI可以超過高水平的人類醫(yī)生是不現(xiàn)實的。但也不能否認AI醫(yī)療近年來在產學研的共同努力下進步很快。技術會服務于特定場景，人和機器各有優(yōu)勢，所以人機協(xié)同才是AI醫(yī)療的未來。在這個層面上，既不需要對技術抱過高期待，也不能因為一點負面消息就全盤否認，那都不是科學的態(tài)度。

　　但以往媒體一提起AI就容易一驚一乍，連帶著大眾也有了不切實際的期待，一旦出現(xiàn)不盡人意的情況，再一哄而上踩幾腳。我相信人工智能是能解決問題的，但大家的期待要在合理范圍內。

　　任何一項新技術的孕育都需要一個良好的環(huán)境，讓它從實驗室到落地，產生實在的價值。這個過程中，從科研界到市場，從媒體到大眾，都需要客觀冷靜的態(tài)度和更多彈性。