人工智能颠覆的医疗：我们可以活到150岁？

　医疗信息数据孤岛

　　但工作还远没有结束。就像不同专科的医生，拥有不同的知识结构一样，不同疾病数据也需要不同的算法模型。“人工智能带来的盈利方式和竞价排名会不同，人工智能要解决B端(包括药企、保险公司等)数据分析、产品研发、质量提升的需求。”移动医疗创业者杏树林CEO张遇升认为。

　　因为关系到健康和生命，新技术在医疗层面应用格外谨慎。任何一项医疗上的应用，哪怕是软件、算法，其可靠性、有效性的认定都要经历漫长的临床试验，并且获得注册证许可——在这点上，可以说与互联网思维背道而驰。

　　实际上，即使是Watson，在AI颠覆医疗上也才刚刚开始。Gartner分析师Tom Austin评论称，IBM给自己设定的目标很宏大，但可能需要花费数年的时间，以及昂贵的成本。

　　截至目前，IBM已在Watson肿瘤机器人的研发上投入600亿美金，至今仍在亏损。IBM 认知关怀COO王泰峰就透露：“单影像训练投入就超过40亿美金。”

　　高额投入主要在于获取训练医疗人工智能的医疗数据。仅仅是在2016年，为培养，IBM分别斥资收购了医疗数据公司 Truven、医疗影像与临床系统提供商 Merge Healthcare Inc。这些公司拥有大量医疗数据，比如账单记录、病历、X射线和MRI(磁共振成像)图像等。收购这些公司花费了IBM超过40亿美元，相当于IBM 2016年单季度净利润的两倍。

　　并且这是一个长期行为。尽管IBM在投入数百亿美金之后，拥有1 亿份患者病历，3000 万份影像数据以及 2 亿份保险记录，数据总量超过 60 万 TB，覆盖人数约 3 亿。但这些，在中国每年80亿就诊人次面前，简直是小菜一碟。

　　对中国本土的医疗AI公司，医疗信息孤岛同样长期存在，更是加大了医疗数据的获取难度。李政就坦言，目前百度缺少大量的数据来训练百度医疗大脑，这需要大量的患者病例。“百度不缺线上的医疗数据，但院中数据还是需要通过机构合作来获得。”

　　这是因为，医疗问题太过复杂。虽然普通病、常见病的种类、症状以及检测的指标等，理想状况下，可以像AlphaGo一样算清所有变化。但问题是，医疗因为是发生在人身上的事情，就让这个问题复杂了许多，它与AlphaGo下棋完全不是一回事——究竟是哪些因素导致的疾病，并不是所有都可以用数据显示清楚的;它无法察言观色，无法在人的言谈举止中捕捉对诊断可能起关键作用的隐藏信息。而这些隐藏信息，恰恰可能是确诊的关键。

　　此外，AI医疗应用全世界都会面临一个相同问题：训练AI需要大量医疗数据，但医疗数据因为涉及患者隐私而非常敏感。英国《每日邮报》报道，获得了200万份私人医疗记录的DeepMind，其中包含病人的完整医疗史和是否被诊断患有艾滋病、抑郁症、毒品或酒精上瘾及堕胎等信息，引发了不少的争议。

　　终极愿景：利用AI人类活到150岁?

　　现在，在AI医疗浪潮涌来之际，尽管还有种种问题，人们还是不禁猜测，会不会有一天，AI机器人真的全面替代了医生?

　　而更大胆的说法，来自“973”首席科学家、碳云智能创始人王俊，他说，有了生命科学大数据，加上人工智能最终可以实现人们对于健康的前瞻性管理，达到生命程序给每一个人设定的极限150岁。

　　因为所在行业为基因检测缘故，王俊的话让外界不少人付之一笑，但不可否认的是，科学进步不断突破我们想象的禁区，人类寿命也前所未有地延长。

　　其实，这些理想并不是刚刚出现，至少可以追随到上世纪五六十年代。

　　20世纪50年代，IBM就开始开发医疗硬件和软件，比如人工心肺机、听力受损的信号处理等。60年代就开始钻研医疗数据采集，同时还对影像信息访问的计算机自动化有所涉猎，这与沃森如今的领域有很强关联。

　　1972年，由利兹大学研发的AAPHelp是资料记载当中，医疗领域最早出现的人工智能系统。这个系统基于贝叶斯理论开发，主要用于腹部剧痛的辅助诊断以及手术的相关需求。

　　随后，又产生了不少新的成果。比如，INTERNIST I 于1974年由匹兹堡大学研发问世，主要用于内科复杂疾病的辅助诊断。这套系统在当时被认为极具价值，并于80年代在其基础了开发了CADUCEUS和QMR系统，开始了商业化尝试。1976年，斯坦福大学研发了MYCIN，用于血液感染疾病的辅助诊断。

　　事情并没有预期的那么顺利。在随后很长一段时间里，和人工智能在其他领域的遇冷一样，医疗领域当中的应用并没有取得特别明显的突破。人们所期待的机器替代人看病的场景并没有出现，反而越来越多的看到人工智能在医疗领域当中应用时的局限性。

　　那么，AI医疗时代什么时候到来呢?或许，如同OMAHA基金会理事长、大数据专家涂子沛所说：“如果有一天患者敢吃人工智能医生开的药，AI就成功了。”

　　相关链接：

　　11家AI医疗创业公司吸金39亿元人民币

　　目前，人工智能在医疗中的应用已大大超过智能诊断的范畴，包括基因检测、新药研发、辅助决策等多个领域都在引入深度学习的技术。

　　根据CBinsight、crunchbase数据，目前全球有11家人工智能方面的医疗创业公司值得关注——总体来看，这11家公司基本是在过去三年内成立的，来自美国、中国、加拿大、英国、韩国等多个国家，总计融资5.612亿美金(约39亿人民币)iCarbon独占鳌头，以2亿美金排名榜首。

　　NO.1 Freenome

　　创始人：Gabe Otte，28岁，11岁进入苹果实习，17岁参与了第一代iphone的研发，随后在康奈尔大学研究计算机、生物、化学等领域。2014年与Charles Roberts一起创办了freenome。Charles的履历用我国创业者常用的说法，是一名成功的“连续创业者”。

　　方向：“液体活检”，通过血液当中DNA的检测来诊断和治疗癌症。

　　融资：种子轮，550万美金

　　NO.2 Cloudmedx

　　创始人：Tashfeen Suleman，早年在微软工作了近6年，2014年创办CloudMedx

　　方向：应用机器学习技术为医疗临床提供辅助诊断决策，帮助医疗机构提高质量安全、降低成本。据了解，他们已经服务超过500万病人，并实现了盈利。

　　融资：种子轮，660万美金