正被AI顛覆的醫療：我們即將可以活到150歲？

特約記者 毛健敏 喻彩華

很少有人想到，這一天來得如此之快——到醫院看病，給你診斷病情的醫生，是一個機器人。

2月初，在天津市第三中心醫院，一位胃癌局部晚期患者坐到「醫生」面前，「醫生」思考了不到10秒鐘，在電腦屏幕上開出了一張精準詳細的西醫診療方案分析單。

10秒為晚期癌症患者開處方的「醫生」叫Watson（沃森），出生於2015年，年僅2歲。他的「哥哥」幾年前在美國一檔知名智力競賽節目中打敗了人類冠軍。醫生是擁有更強大腦的癌症專家，在印度，它為一名已經無藥可救的癌症晚期患者找到了診斷方案；在日本，它只花了10分鐘就確診了一例罕見白血病……

「醫生」Watson為20位中國癌症病人治病幾天後，百度宣布了一個重大決定：百度醫療事業部智能小e團隊和拇指醫生團隊，轉入人工智慧（AI，以下簡稱AI）體系。醫療事業部其他業務將予以關停，相關人員將結合公司發展需要在內部提供轉崗機會。

因為醫療廣告，百度成長為一個龐然大物，又深陷輿論信任漩渦。現在，百度裁撤醫療事業部，AI用李彥宏的話來說，是百度試圖利用AI去「迎接一個新時代」。

IBM、百度只是用AI顛覆醫療浪潮的行動者之一。在AI醫療領域，早已擠滿科技巨頭、創業公司、資本等玩家，除卻高成本、長周期的投入需求外，還面臨醫療數據難以獲取、商業化造血能力有待考驗等挑戰。

什麼時候人類會迎來一個AI醫療新時代？又是一個怎樣的新時代？誰也不敢妄下定論。因為這關係到生命和健康——手術刀已經能深入人體內大多數器官，人類壽命前所未有地延長，科學進步不斷突破我們想像的禁區。或許在不遠的將來，人類不但可以放心大膽吃下AI開出的處方，而且還可以實「973」首席科學家、碳雲智能創始人王俊的美好願景：人工智慧醫療能讓人類活到150歲。那時，這不但將成為人工智慧的一個里程碑，也註定會是人類發展進化的一個重大里程碑。

「迎接新時代，也要打掃門庭。」李彥宏春節後在內部一次中層以上級別參與的講話，或許是百度全面轉型AI醫療的註腳。

撤銷醫療事業部只是百度轉型AI醫療的又一個舉措。去年年底，百度發布了醫療人工智慧領域內的新成果——百度醫療大腦，包含患者自診和協助醫生進行輔助診療的兩個平台。

2月11日，李彥宏在第17屆中國企業家論壇亞布力論壇發言時，講起他的人工智慧+醫療戰略表示，AI時代的來臨，將重新定義醫療行業。例如，未來可以通過智能診療系統幫助醫生來診斷、通過AI收集數據進行基因測序、用AI方法進行新葯研發和測試等。

「能夠改變醫療的最最重要的力量就是AI。」李彥宏稱，隨著人工智慧在精準醫療等領域不斷產生突破與創新，人類最終都會成為AI的受益者。

值得注意的是，百度移動醫療事業部並不是負責醫療廣告的部門。百度移動醫療事業部在2015年1月成立，歸張亞勤領導，當時主要是醫療O2O相關的挂號預約以及送葯直達業務，布局主要在三個方面：在線問診的百度醫生、拇指醫生等，送葯電商的葯直達，還有智能設備Dulife。不過，這個部門的業績並不好，連續幾年是公司年終係數最低的部門之一。

從商業角度看，AI醫療模式對百度而言有著異常強大的吸引力——在百度醫療廣告遭遇嚴重信任危機，以及百度020醫療失敗之後，百度意圖藉助人工智慧，在醫療領域創造出新的運營方式和盈利方式。

百度AI醫療具體路徑如何？「未來醫療大腦和醫療雲會進行結合。ToC面向患者，ToB是面向醫生和醫療機構，未來是一個大的平台，有不同的介面和服務產品。」百度原醫療事業部負責人李政透露稱，自己未來將負責兩塊業務，一是醫療AI的探索和落地，二是百度醫療雲的業務，通過百度醫療雲降低用戶的存儲成本等。

10秒確診癌症的Waston醫生「百度想做中國的Waston，幫醫生進行輔助診斷。」移動醫療杏樹林CEO張遇升說IBM人工智慧在醫療領域的研究，已落地應用於醫療具體治療之中，百度此番轉型還屬於放長線。2月4日，世界癌症日。IBM的人工智慧Watson在天津市第三中心醫院第一次為中國癌症患者「出診」，它的身份是人類醫生的機器人助手，有20位癌症患者慕名而來——對這些四處奔走求醫問葯的癌症患者來說，也許，機器人醫生能帶來奇蹟。治療中，一位胃癌局部晚期患者向人類醫生遞上自己的各種檢查單據。人類醫生把病理數據輸入Watson後，Watson「思考」了不到10秒鐘，就在電腦屏幕上開出了一張詳細的西醫診療方案分析單。「Watson提供的最佳方案，是通過化療將腫瘤縮小後再進行手術，這跟我的判斷完全一致。」天津市第三中心醫院腫瘤科主任吳塵軒說。2011年2月，在智力節目《危險邊緣》打敗了人類對手。嶄露頭角之後，沃森開始轉戰醫療健康領域，與美國癌症治療領域的權威醫院——紀念斯隆.凱特琳癌症中心合作，共同「訓練」，花了兩年的時間「修讀」醫學院課程，像人類那樣做必要的知識儲備。2015年4月， Watson Health成立，吹響了進軍醫療行業的號角。截至2015年底，IBM和北美14個癌症中心建立合作夥伴關係，美國頂級的腫瘤中心MSK已全面使用Watson作為輔助手段，為臨床醫生提供乳腺癌、肺癌、直腸癌、宮頸癌、卵巢癌和胃癌治療方案。2017年，Watson還將拓展至另外九種癌症，覆蓋全球80%的癌症病例。迄今為止,Watson在美國、泰國、印度與中國應用於癌症、腫瘤的診斷與治療,服務人數達2億。作為癌症專家，在北卡羅來納大學醫學院，Watson能夠在99%的情況下推薦與人類專家相同的癌症治療方案。更驚訝的是，在30％的病例中，發現了醫生沒有提出的治療選擇。在印度，它為一名已經無藥可救的癌症晚期患者找到了診斷方案；在日本，東京大學醫學研究院利用Watson判斷一位60歲女性患有罕見的白血病，而這只用了10分鐘的時間。不同的是，人類醫生依據的是多年臨床診斷經驗，而Watson依據的是目前全球範圍內對相關病例的大數據分析——Watson的認知技術17秒可以閱讀3469本醫學專著、248000篇論文、69種治療方案、61540次實驗數據、106000份臨床報告，進而根據醫生輸入病人的指標信息，在藥物選擇及用藥方案、風險上提供精準建議。在返回中國這位患者身邊之前，它順便把自己的診療方案部分內容翻譯成了中文。「比人類醫生考慮得更全面，把風險降到最低，大大增強了患者甚至醫生的信心。」「我們都知道，一個人不可能掌握所有知識。Watson的出現為我們提供了一個非常棒的機會——開放、共享全世界的癌症治療信息，每個地區的人們都可以通過Watson來獲得世界頂級的專業知識。」在一篇文獻中，講到了Watson鑒定一位年輕肺癌患者的罕見突變現象案例，但在全世界範圍內，最多也只有10位醫生知道這項新突變的研究。但是，Watson不僅僅讀過這項新的研究論文，它還能將病情和新研究結合在一起，給醫生治療提供正確建議。更重要的是，Watson還具備了一定的學習能力，可以隨著時間的推移而積累海量知識。Watson Health(Watson健康)總經理戴博麗（Deborah DiSanzo）就曾表示，Watson腫瘤解決方案的知識庫更新是逐月進行的。AI醫療擔綱IBM第四次轉型成敗

很大程度上，體積從主卧縮小成3個疊放的比薩盒大小，擁有超過30個APII（應用程序編輯介面）的Watson在醫療領域的表現，對IBM來說將是第四次轉型能否成功的關鍵——儘管Watson已進軍金融、零售、時尚、教育、汽車等更多垂直領域，但醫療健康仍是目前最強的領域。

「未來五年，我們所作的每一個決策，無論個人或是專業機構，都將受到Watson的協助。」2016年初，IBM董事長兼CEO羅睿蘭（Ginni Rometty）宣布IBM正式歷史上的第四次轉型時表示，Watson擔綱的人工智慧是此次轉型關鍵。

2014年，IBM專門組建了Watson部門，目前該部門擁有約1萬名員工。現在，這個團隊超過一半為醫療團隊。從最早帕金森專項治療，到利用醫學影像 「狙擊」癌症、糖尿病、心臟病等重大疾病，與相關團隊的合作研究，Watson帶給IBM的收益將不僅限於Watson系統自身的、收入，還包括Watson助推下的包括雲服務業務、諮詢服務、新葯研究在內的多個業務板塊。

與百度等其他對手相比，Watson從一開始就採用了商業化運營手段。它在中國的野心是，期望通過與政府部門、醫療機構、商業機構和學術團隊合作，推動AI醫療在中國的發展。

「這是一個新的服務模式，肯定要收費的。腫瘤解決方案中有些屬於臨床研究，有些屬於諮詢服務，我們今後會區分這些收費方式。」浙江省中醫院副院長江榮林說，未來醫院會專門建立一個部門與進行對接。不過，收費會分幾個數量級，是所有病人都能負擔得起的費用。

去年8月11日，IBM與其在華推廣運營商認知科技共同宣布，與21家本土醫院簽署IBM 腫瘤解決方案（IBM for Oncology）的合作意向協議，此舉標誌著正式在醫療領域進入中國。浙江省中醫院就是首批合作醫院之一，此後，又有兩家中國公立醫院加入了這個陣營。此外，已與4個縣級市簽署了框架協議，進行前期試點。

數據顯示，僅2015年，中國就有近430萬新發癌症病例和281.4萬例死亡病例。目前美國所有癌症的5年生存率為66%，而中國所有癌症的5年生存率僅為30.9%。造成這種明顯差距的最主要的因素之一，是我國目前在腫瘤規範診療方面水平參差不齊。

「中國醫療健康領域面臨的一個突出挑戰是，優質健康醫療資源配置不均衡，除了要在政策和體制上想辦法之外，我們更要向科技創新要解決方案。」IBM大中華區董事長陳黎明說，腫瘤解決方案只是健康提供的眾多解決方案之一，Watson健康將人工智慧、醫學生物學前沿科技創新與循證醫療大數據結合起來，能夠在醫學研究、高效診療、認知關懷和個人健康管理等四個方面提供獨特的價值。

換個角度看，人類有大約幾千常見疾病，以及幾萬種常見藥品。而人工智慧可以在這幾千種病和幾萬種葯之間進行有效匹配——有效匹配，正是人工智慧的強項。例如擁有1500萬司機和近3億用戶的滴滴打車，可以在上億的對象中實現有效的、快速的匹配。

僅僅是疾病診斷匹配這一項，其中蘊藏的商業化前景就不可想像，這也是IBM、百度都把轉型成敗押注在醫療AI上面重要原因。

外界所熟悉的是，谷歌用AlphaGo戰敗了全球圍棋高手；所不熟知的是，是這家公司同IBM一樣，正利用AI顛覆著醫療領域。

2016年初，谷歌DeepMind成立DeepMind Health部門，2016年11月，與英國國家健康體系（NHS）合作，分享NHS 下屬規模最大三家醫院的 200萬名患者的醫療數據。

DeepMind 將用這些數據開發一款「Streams」軟體，聲稱它能每年拯救一萬條生命。「Streams」 內含病人化驗結果、醫療記錄並提供即時簡訊息服務。Deepmind 計劃在 2017 年發布 「Streams」，醫生和護士能夠在手機上收到Streams對有急性腎病和血液中毒風險的病人發出的分析警告，對患者的救治時間，也將從幾小時縮短到幾秒。

在印度，微軟與印度的非營利性組織LV Prasad眼科學院（LVPEI）合作，處理了大量數據（110萬人的匿名記錄），向醫生提供了盲症如何在印度蔓延的信息。印度佔全世界2.85億眼病病例中的近5500萬，這也是微軟在印度進行這一項目的原因。

「醫療人工智慧的起跑點本質上是一樣的。人工智慧所有的演算法、底層技術都是開源的，難點在於要在開源的演算法裡面找到一個適合某一領域的演算法集，並且不斷調優這個演算法集。只要企業有技術積累、數學家和醫療行業專家，就進行產品研發，被新產品迅速趕超也是有可能的。」IBM 認知關懷COO王泰峰說。

這造成了醫療人工智慧投資創業的持續火爆，根據CBInsights數據，自2015年年初以來，近一百家類似初創公司獲得融資，其中約20個在2016年獲得了新一輪投資，業務內容貫穿了醫療大數據、醫學影像識別、智能診斷、健康管理、醫療服務、製藥研發、基因科學等領域。

相對而言，初創公司的「發力」領域更細化。在美國，眾多醫療相關公司正在崛起。比如醫療大數據公司AthenaHealth，生產大數據為醫生提供臨床信息參考，提供移動服務；AdvenioTecnoSys，為醫療領域提供高質量的圖像處理和機器視覺服務及解決方案；NuMedii，利用大數據來加快新葯的開發過程等。

在國內，華大基因和碳雲智能在全球AI醫療領域也舉足輕重。華大基因是全球最大的基因組學研發機構。2013年3月，華大基因成功完成對美國上市公司Complete Genomics的收購，實現了基因測序上下游產業鏈的閉環。

碳雲智能系原華大基因CEO王俊創立，其方向是建立一個健康大數據平台，剛剛獲得了10億元的投資。此外，還有多美視界，分別向C端和B端推出了小壹醫療機器人，以及去年10月獲得真格基金等投資的12Sigma（圖瑪深維），其第一款產品是針對於肺癌的自動診斷系統，輔助醫生對胸腔CT掃描圖像的分析，幫助醫生提高早期肺癌的檢出率。

但工作還遠沒有結束。就像不同專科的醫生，擁有不同的知識結構一樣，不同疾病數據也需要不同的演算法模型。「人工智慧帶來的盈利方式和競價排名會不同，人工智慧要解決B端(包括葯企、保險公司等)數據分析、產品研發、質量提升的需求。」移動醫療創業者杏樹林CEO張遇升認為。

因為關係到健康和生命，新技術在醫療層面應用格外謹慎。任何一項醫療上的應用，哪怕是軟體、演算法，其可靠性、有效性的認定都要經歷漫長的臨床試驗，並且獲得註冊證許可——在這點上，可以說與互聯網思維背道而馳。

實際上，即使是Watson，在AI顛覆醫療上也才剛剛開始。Gartner分析師Tom Austin評論稱，IBM給自己設定的目標很宏大，但可能需要花費數年的時間，以及昂貴的成本。

截至目前，IBM已在Watson腫瘤機器人的研發上投入600億美金，至今仍在虧損。IBM 認知關懷COO王泰峰就透露：「單影像訓練投入就超過40億美金。」

高額投入主要在於獲取訓練醫療人工智慧的醫療數據。僅僅是在2016年，為培養，IBM分別斥資收購了醫療數據公司 Truven、醫療影像與臨床系統提供商 Merge Healthcare Inc。這些公司擁有大量醫療數據，比如賬單記錄、病歷、X射線和MRI（磁共振成像）圖像等。收購這些公司花費了IBM超過40億美元，相當於IBM 2016年單季度凈利潤的兩倍。

並且這是一個長期行為。儘管IBM在投入數百億美金之後，擁有1 億份患者病歷，3000 萬份影像數據以及 2 億份保險記錄，數據總量超過 60 萬 TB，覆蓋人數約 3 億。但這些，在中國每年80億就診人次面前，簡直是小菜一碟。

對中國本土的醫療AI公司，醫療信息孤島同樣長期存在，更是加大了醫療數據的獲取難度。李政就坦言，目前百度缺少大量的數據來訓練百度醫療大腦，這需要大量的患者病例。「百度不缺線上的醫療數據，但院中數據還是需要通過機構合作來獲得。」

這是因為，醫療問題太過複雜。雖然普通病、常見病的種類、癥狀以及檢測的指標等，理想狀況下，可以像AlphaGo一樣算清所有變化。但問題是，醫療因為是發生在人身上的事情，就讓這個問題複雜了許多，它與AlphaGo下棋完全不是一回事——究竟是哪些因素導致的疾病，並不是所有都可以用數據顯示清楚的;它無法察言觀色，無法在人的言談舉止中捕捉對診斷可能起關鍵作用的隱藏信息。而這些隱藏信息，恰恰可能是確診的關鍵。

此外，AI醫療應用全世界都會面臨一個相同問題：訓練AI需要大量醫療數據，但醫療數據因為涉及患者隱私而非常敏感。英國《每日郵報》報道，獲得了200萬份私人醫療記錄的DeepMind，其中包含病人的完整醫療史和是否被診斷患有艾滋病、抑鬱症、毒品或酒精上癮及墮胎等信息，引發了不少的爭議。

現在，在AI醫療浪潮湧來之際，儘管還有種種問題，人們還是不禁猜測，會不會有一天，AI機器人真的全面替代了醫生？

而更大膽的說法，來自「973」首席科學家、碳雲智能創始人王俊，他說，有了生命科學大數據，加上人工智慧最終可以實現人們對於健康的前瞻性管理，達到生命程序給每一個人設定的極限150歲。

因為所在行業為基因檢測緣故，王俊的話讓外界不少人付之一笑，但不可否認的是，科學進步不斷突破我們想像的禁區，人類壽命也前所未有地延長。

其實，這些理想並不是剛剛出現，至少可以追隨到上世紀五六十年代。

20世紀50年代，IBM就開始開發醫療硬體和軟體，比如人工心肺機、聽力受損的信號處理等。60年代就開始鑽研醫療數據採集，同時還對影像信息訪問的計算機自動化有所涉獵，這與沃森如今的領域有很強關聯。

1972年，由利茲大學研發的AAPHelp是資料記載當中，醫療領域最早出現的人工智慧系統。這個系統基於貝葉斯理論開發，主要用於腹部劇痛的輔助診斷以及手術的相關需求。

隨後，又產生了不少新的成果。比如，INTERNIST I 於1974年由匹茲堡大學研發問世，主要用於內科複雜疾病的輔助診斷。這套系統在當時被認為極具價值，並於80年代在其基礎了開發了CADUCEUS和QMR系統，開始了商業化嘗試。1976年，斯坦福大學研發了MYCIN，用於血液感染疾病的輔助診斷。

事情並沒有預期的那麼順利。在隨後很長一段時間裡，和人工智慧在其他領域的遇冷一樣，醫療領域當中的應用並沒有取得特別明顯的突破。人們所期待的機器替代人看病的場景並沒有出現，反而越來越多的看到人工智慧在醫療領域當中應用時的局限性。

那麼，AI醫療時代什麼時候到來呢？或許，如同OMAHA基金會理事長、大數據專家塗子沛所說：「如果有一天患者敢吃人工智慧醫生開的葯，AI就成功了。」

目前，人工智慧在醫療中的應用已大大超過智能診斷的範疇，包括基因檢測、新葯研發、輔助決策等多個領域都在引入深度學習的技術。

根據CBinsight、crunchbase數據，目前全球有11家人工智慧方面的醫療創業公司值得關注——總體來看，這11家公司基本是在過去三年內成立的，來自美國、中國、加拿大、英國、韓國等多個國家，總計融資5.612億美金（約39億人民幣）iCarbon獨佔鰲頭，以2億美金排名榜首。

NO.1 Freenome

創始人：Gabe Otte，28歲，11歲進入蘋果實習，17歲參與了第一代iphone的研發，隨後在康奈爾大學研究計算機、生物、化學等領域。2014年與Charles Roberts一起創辦了freenome。Charles的履歷用我國創業者常用的說法，是一名成功的「連續創業者」。

方向：「液體活檢」，通過血液當中DNA的檢測來診斷和治療癌症。

融資：種子輪，550萬美金

NO.2 Cloudmedx

創始人：Tashfeen Suleman，早年在微軟工作了近6年，2014年創辦CloudMedx

方向：應用機器學習技術為醫療臨床提供輔助診斷決策，幫助醫療機構提高質量安全、降低成本。據了解，他們已經服務超過500萬病人，並實現了盈利。

融資：種子輪，660萬美金

NO.3 Zebra Medical Vision

創始人：Elad Benjamin

方向：這是家人工智慧醫學影像公司，目前主要是在骨骼、肝臟等領域，計劃的方向包括肺、心臟、腦等。Zebra是家以色列的創業公司。

融資：獲得兩輪共2000萬美元的融資

NO.4 Enlitic

創始人：Jeremy Howard

方向：醫生輔助診斷決策系統，包括分診系統、疾病篩查、智能影像等。公司來自澳大利亞。

融資：3輪融資，共1500萬美元

NO.5 twoXAR

創始人：Andrew M. Radin，Andrew A. Radin，兩人同名同姓，據說兩人是因為前後來中國遊學認識的。

方向：應用深度學習推動新葯研發，主要是運用大數據的方式對藥物與疾病進行匹配，降低新葯研發的周期

融資：種子輪，3400萬美元

NO.6 iCarbonx（碳雲智能）

創始人：王俊，原華大基因CEO，2013年帶領華大基因完成對美國測序儀生產商CG的收購。

方向：通過大數據為個人提供健康分析和預測

融資：兩輪2億美金融資

NO.7 Atomwise

創始人：Alex Levy

方向：運用深度學習技術模擬新葯研發，降低研發成本、縮短研發周期

融資：三輪6350萬美元融資

NO.8 Deepgenomics

創始人：Hannes Bretschneider

方向：人工智慧在基因測序領域的應用，為個人健康與疾病提供分析和預測。

融資：種子輪，3700萬美元融資

NO.9 Babylonhealth

創始人：Ali Parsa

方向：通過手機提供智能問診，已經與英國NHS建立合作

融資：A輪，2500萬美元

NO.10 Benevolentai

創始人：Jackie Hunter，在葛蘭素史克工作多年

方向：一家英國公司，利用人工智慧技術推動新葯研發

融資：已獲得1億美元融資

NO.11 Lunit

創始人：Anthony Paek，Minhong Jang，Jungin Lee

方向：人工智慧技術應用於醫學影像，為醫生提供輔助診斷決策。這是家韓國公司

融資：3輪融資獲得5460萬美元