<div id="n091y"></div>
<sup id="n091y"></sup>

    <dl id="n091y"><ins id="n091y"></ins></dl>

    <div id="n091y"><ol id="n091y"></ol></div>

    <em id="n091y"></em>
    <div id="n091y"><ol id="n091y"><mark id="n091y"></mark></ol></div>

    <sup id="n091y"><ol id="n091y"><small id="n091y"></small></ol></sup>

      投资50亿的IBM医疗裁员70%:从象牙塔到落地,Watson被泼了哪些冷水

      大数据文摘 2019/04/19 22:08

      知识图谱,投资50亿的IBM医疗裁员70%:从象牙塔到落地,Watson被泼了哪些冷水 大数据文摘出品

      来源:IEEE

      作者: 周素云 、stats熊、栾红叶、橡树_hiangsug

      1997年,IBM深蓝战胜国际象棋冠军卡斯帕罗夫,从此,这家蓝色巨人,连同 Watson一起,开始为全世界熟知

      Watson 也从此名声大噪,成为IBM持续数年经久不衰的“AI代言人“。2014年初,IBM投资10亿美元专门建立“Watson Group ?#20445;?#24182;在一年后,开始全力进军医疗健康行业。

      2015年4月, IBM 成立了独立的Watson Health部门;到2016年,Watson大约花费了40亿美元?#23637;?#20102;4家医疗数据公司,包括Explorys、Phytel 和Merge Healthcare。医疗这块大蛋糕似乎是?#26031;?#26234;能时代,IBM亟待转型的一步大棋。

      而仅仅成立三年后,这一昔日的明星部门就被传出裁员50%至70%,一场“AI+医疗的泡沫?#27900;稹保?#24341;起了整个行业的一片哗然。

      知识图谱,投资50亿的IBM医疗裁员70%:从象牙塔到落地,Watson被泼了哪些冷水

      本月,在IEEE Spectrum的特别报告《How IBM Watson Overpromised and Underdelivered on AI Health Care》一文中,细数了Watson医疗曾经所立下的目标和被泼的冷水,并?#21592;?#20102;如今的发展现状。

      文摘菌只能感叹:太美的?#20449;?#22240;为太年轻。让我们也回顾一下Waston医疗渐行渐远的这一路,希望更多的AI公司能从他们的经验教训中找到出路。

      ?#38469;?#19982;业务的鸿沟

      2014年,IBM为其?#26031;?#26234;能部门(称为IBM Watson)新开设了一个酷炫的总部:建筑位于曼哈顿,玻璃外观在阳光下闪闪发亮,科技感十足;其内部构造类似于一个微型天文馆,供潜在客户和访问者们进行“沉浸式体验”。

      知识图谱,投资50亿的IBM医疗裁员70%:从象牙塔到落地,Watson被泼了哪些冷水

      同年,令人瞠目结舌的Watson‘脑力’显现出其颠覆医学的潜力,在演示中,Watson收集了一组罕见的患者症状,并提出了可能的诊断列表,每个诊断都注明了经Watson计算出的置信水平及与之相关的医学文献。

      在圆顶象牙塔内,Watson的记忆库掌握着每种罕见疾病的知识,它的处理器不容?#36164;?#21040;医生主观认知偏见的影响,它甚?#37327;?#20197;在几秒钟内处理一个棘手的病例。如果Watson能够将这种即时专业知识带到世界各地的医院和诊所,?#26031;?#26234;能似乎可?#32422;?#23569;诊断错误,优化治疗,甚至减轻医生数量的短缺。

      但是,象牙塔内的?#20449;?#26080;法做到跨越?#38469;?#19982;业务之间的鸿沟。

      其强大的?#38469;?#26080;法与当今混乱的保健医疗系统相兼容;机器学习的模式与医生的工作方式根本无法匹配,癌症治疗的初衷举步维艰。

      创造一名“AI医生”极其困难

      IBM在2011年开始大胆尝试改革医疗保健,给Watson指出一条AI医生的道路。当时,IBM Watson在电视上展示的突破?#32422;际?#24212;用于医学领域——主要是其理解自然语言的能力。公司同时做出?#20449;擔琖atson的首批医疗保健产品将在18至24个月内上市。

      事实?#24076;琁BM的医疗产品并没有成功商业化,从IBM的Watson医疗走出的AI医生也与设想具有很多差距, 更像是执行日常任务的AI助手。

      知识图谱,投资50亿的IBM医疗裁员70%:从象牙塔到落地,Watson被泼了哪些冷水

      彼时,IBM已花费数十亿美元用于?#23637;篈I企业,以加强其内部开发实力,但内部人士表示,被?#23637;?#20844;司尚未做出太多贡献。

      到目前为止,监管机构只批准了少数基于AI的工具用于真实医院和医生办公室:这些开创?#22278;分?#35201;聚集在图像诊断领域——通过计算机视觉?#38469;?#20998;析图如X射线和视网膜扫描图像进行诊断。而IBM却没有分析医学图像的产品落地。

      除了图像领域,为人类医生的专业知识编码是一个非常棘?#38047;?#28009;大的工程,即便是如今最优秀的AI也难以理解复杂的医疗信息。

      IBM的‘首败’至少可以向?#38469;?#19987;家和医生们证明: 试图创造出一位AI医生,这是一件极其困难的工作。

      “肿瘤专家顾问”合作中断

      MD 安德森癌症?#34892;?#19982;IBM Watson合作,为肿瘤学家创建了一个咨询工具(Watson for Oncology),该工具使用自然语?#28304;?#29702;系统(NLP)总结患者的电子健康记录,并通过搜索其背后强大的数据库为医生提供治疗建议。

      MD 安德森癌症?#34892;?#26021;巨资购买了这一项目,并在白血病科进行了第一次尝试。但该?#34892;?#22312;2016年中断了这次合作,即便是已经花费6200万美金。具体原因我们不得而知。

      或许我们可以从今年的图灵奖得主,?#26031;?#26234;能研究专家Yoshua Bengio的评论中得到启发。

      IBM对医疗保健系统中不同参与者进行了数量惊人的调查,希望AI可以通过分析海量的数据集做出决策支持,扩大Watson的“认知”能力。但NLP虽然取得较大进步, 但与人类还是相差甚远。

      Bengio说:在医学文本方面,AI系统无法消歧,也无法找到人类医生会注意到的细微线索。虽然AI不需要充分了解?#37096;?#20197;帮助医疗,但确实还没有一个AI能与人类医生的理解?#25237;?#23519;力相匹配。

      一些研究将Watson for Oncology癌症治疗建议与医院肿瘤学家的建议进行了比较。下图为Watson的建议与专家的治疗计划相匹配的百分?#21462;?

      知识图谱,投资50亿的IBM医疗裁员70%:从象牙塔到落地,Watson被泼了哪些冷水

      在印度,Manipal综?#20064;?#30151;?#34892;?#30340;医生对638例乳腺癌病例中,Watson与专家治疗建议的一致率为73%。Watson在韩国Gachon大学Gil医疗?#34892;?#34920;现更差,该医院为656名结肠癌患者提供的最佳建议,只有49%与专家相匹配。

      据传闻,IBM在美国很难找到Watson肿瘤产品的买家。一些肿瘤学家说他们更相信自己的判断而不需要Watson来告诉他们需要做?#35009;础?

      “认知教练系统”未能上线

      运动服装公司Under Armour曾与Watson Health合作创建“个人健康培训师和健身数据顾问。”该项目使用Under Armour的活动跟踪器应用程序提供的数据,并由认知教练根据用户的习惯提供定制的培训计划,并基于相似用户的数据进行分析,为用户提供健身建议。但这一认知教练系统从未投入市场使用,且Under Armour中断了与IBM Watson的合作。

      下表为IBM在医疗方向项目与目前的进展:

      知识图谱,投资50亿的IBM医疗裁员70%:从象牙塔到落地,Watson被泼了哪些冷水

      商业化期望越高,失望越大

      Chase 作为一名IBM的研究人员, 曾开发出一种诊断工具,但IBM并不打算使其商业化,只能陈列在实验室内供游客参观。最终,对IBM在医疗上的缓慢发展而感到失望的Chase 选择与IBM分道扬镳。

      马里兰大学放射学教授、信息系统副主席艾略特·西格尔,曾经众多Watson狂?#30830;?#19997;中的一员,也与IBM进行过医疗诊断研究。虽然他认为AI驱动的工具对医生?#27492;?#19981;可或缺,但他怀疑IBM能够产生那些令人兴奋的产品,他更寄期望于谷歌、苹果和亚马逊这类公司。

      2014年离开的IBM的Kohn说:“拥?#26143;?#22823;的?#38469;?#26159;不够的,你还要向我证明,这款产品的确是有价值的,可以让我生活的更好, 让我的?#25913;?#29983;活的更好。”

      为了让?#26031;?#26234;能充分发挥其潜力并改变医学,医疗保健的标准必须改变。Kohn说,?#26031;?#26234;能系统可以考虑比临床试验更多的因素,并可以将患者分成更多的类别,以提供“真正个性化的护理?#20445;?#20294;前提是基础设施也必须改变: 医疗机构必须同意分享其专有和隐私控制的数据,?#21592;閎斯?#26234;能系统能够从数百万多年来跟踪的患者身上学习。

      他一直期待着在医学期刊上可以看到有关Watson产品的文章,能够证明AI可以改善患者的治疗效果或节省医疗系统开支。但遗憾的是这类文章寥寥无几,也就是说Watson并没?#22411;?#30772;性的成果。

      但无论如何, 在数字化时代里, IBM Watson 不是第一个象牙塔的守望者,也不会是最后一个丛林中的引路人。

      相关报道:

      https://spectrum.ieee.org/biomedical/diagnostics/how-ibm-watson-overpromised-and-underdelivered-on-ai-health-care

      知识图谱,投资50亿的IBM医疗裁员70%:从象牙塔到落地,Watson被泼了哪些冷水

      今日3d试机号和开机号
      <div id="n091y"></div>
      <sup id="n091y"></sup>

        <dl id="n091y"><ins id="n091y"></ins></dl>

        <div id="n091y"><ol id="n091y"></ol></div>

        <em id="n091y"></em>
        <div id="n091y"><ol id="n091y"><mark id="n091y"></mark></ol></div>

        <sup id="n091y"><ol id="n091y"><small id="n091y"></small></ol></sup>

          <div id="n091y"></div>
          <sup id="n091y"></sup>

            <dl id="n091y"><ins id="n091y"></ins></dl>

            <div id="n091y"><ol id="n091y"></ol></div>

            <em id="n091y"></em>
            <div id="n091y"><ol id="n091y"><mark id="n091y"></mark></ol></div>

            <sup id="n091y"><ol id="n091y"><small id="n091y"></small></ol></sup>