微信号:BigDataDigest

介绍:普及数据思维,传播数据文化

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

2019-04-19 12:37 大数据文摘

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 ”,并在一年后,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40亿美元收购了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人工智能时代,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+医疗的泡沫破灭”,引起了整个行业的一片哗然。


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,并对比了如今的发展现状。


文摘菌只能感叹:太美的承诺因为太年轻。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。


技术与业务的鸿沟


2014年,IBM为其人工智能部门(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”。



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,它的处理器不容易受到医生主观认知偏见的影响,它甚至可以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,人工智能似乎可以减少诊断错误,优化治疗,甚至减轻医生数量的短缺。


但是,象牙塔内的承诺无法做到跨越技术与业务之间的鸿沟。


其强大的技术无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性技术应用于医学领域——主要是其理解自然语言的能力。公司同时做出承诺,Watson的首批医疗保健产品将在18至24个月内上市。


事实上,IBM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。



彼时,IBM已花费数十亿美元用于收购AI企业,以加强其内部开发实力,但内部人士表示,被收购公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:这些开创性产品主要聚集在图像诊断领域——通过计算机视觉技术分析图如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手又浩大的工程,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’至少可以向技术专家和医生们证明: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 安德森癌症中心与IBM Watson合作,为肿瘤学家创建了一个咨询工具(Watson for Oncology),该工具使用自然语言处理系统(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 安德森癌症中心斥巨资购买了这一项目,并在白血病科进行了第一次尝试。但该中心在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,人工智能研究专家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不需要充分了解也可以帮助医疗,但确实还没有一个AI能与人类医生的理解和洞察力相匹配。


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比。



在印度,Manipal综合癌症中心的医生对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医疗中心表现更差,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来告诉他们需要做什么。


“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:



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狂热粉丝中的一员,也与IBM进行过医疗诊断研究。虽然他认为AI驱动的工具对医生来说不可或缺,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:“拥有强大的技术是不够的,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, 让我的父母生活的更好。”


为了让人工智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,人工智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”,但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,以便人工智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并没有突破性的成果。


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



实习/全职编辑记者招聘ing

加入我们,亲身体验一家专业科技媒体采写的每个细节,在最有前景的行业,和一群遍布全球最优秀的人一起成长。坐标北京·清华东门,在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn


志愿者介绍

后台回复志愿者”加入我们


点「在看」的人都变好看了哦
 
大数据文摘 更多文章 GAN之父Ian Goodfellow离职谷歌,加盟苹果神秘机器学习小组 83岁硬核奶奶,自学编程为老年人开发游戏,被库克接见 硅谷与人工智能的一段风流暧昧史 Github标星超7k!从零开始,最简明扼要的数据科学学习路径(附高效免费小工具) 牛津学霸“支教”时搭建“可交互”数学课本:定制教学内容,学习就像升级打怪
猜您喜欢 一个在 iOS 设备屏幕上实时打印 Log 的小工具 Rails之单表继承 要怎样和程序猿谈一场没有bug的恋爱 专访王海亚:淘宝交易系统演进之路 跨境电商 Wish 估值超过 80 亿?