文章主题：关键词: 机器人医生, Watson, 百度医疗, AI医疗
文 特约记者 毛健敏 喻彩华
很少有人想到，这一天来得如此之快——到医院看病，给你诊断病情的医生，是一个机器人。
🌟患者在天津三中院的诊疗瞬间🚀，面对”智慧医疗”的快速诊断，胃癌晚期患者的未来仿佛被精确规划。👨⚕️”医生”仅用短短10秒，就在高科技的辅助下，给出了严谨西医治疗建议——一份详尽到每一个细节的诊疗方案。💻这份方案不仅体现了医学的进步，更是现代医疗效率的生动体现。改写后：🌟2月初始，胃癌晚期患者在天津三中心医院的诊疗桌上，与智能医疗迅速交手。👨⚕️医者智慧闪烁，不到10秒，一张西医诊疗分析单跃然电脑屏幕前，精准且全面。💻这份方案浓缩了医学精确与现代技术的完美结合，展示了高效医疗的力量。SEO优化：”胃癌晚期天津三中心#智能医疗#西医诊疗#效率提升”
🌟2015年诞生的AI医疗明星Watson，仅2岁便在医学界崭露头角。他的智慧源于那个击败人类冠军的“哥哥”，曾在美国热门智力竞赛中大放异彩。虽名不见经传，但医生Watson的实力不容小觑——它以超凡的脑力，为全球病患带来希望。💡在印度，面对无药可救的癌症晚期患者，Watson以其精准诊断，打破了传统医学的局限。短短10秒，它在日本成功锁定罕见白血病病例，速度与精度并存。🚀作为智能医疗的革新者，Watson以数据为剑，直指疾病深处，它的每一次成功都刷新了人们对人工智能在医疗领域的认知。🌍无需担心联系方式，因为Watson带来的改变已经跨越国界，让每一个生命有机会拥抱可能。🏆SEO优化提示：使用医学术语、AI医疗进步、病例实例等关键词，同时保持内容的连贯性和吸引力。
🌟【医疗新纪元】Watson助力癌症患者康复，百度AI医疗加速转型！🚀在AI医疗领域的一次震撼行动中，百度医疗事业部的两大实力团队——智能小e和拇指医生，正式加入了人工智能大家庭，引领行业迈向智能化的新征程。 ön 20位中国癌症患者的治疗奇迹后，这一决定无疑标志着百度对技术创新的坚定承诺。🌟伴随着这一转型，百度医疗事业部的传统业务将逐步告别舞台，但每一位员工的专业技能都将被珍视并妥善安置。他们将以AI为新引擎，为未来的健康服务提供更高效、精准的支持。👩⚕️👨💻SEO优化提示：#百度AI医疗 #癌症康复里程碑 #医疗技术革新
🎉🚀 医疗广告曾助力百度崛起，却也引发了信任危机的波澜。如今，百度毅然决定砍掉医疗业务板块，正如李彦宏所说，他们正以AI为引领，开启新篇章。🌟🔍 透过这一转型，我们看到百度积极拥抱技术变革的决心，旨在用AI的力量，迎接一个更加健康、透明的新未来。🌍💼
🌟🚀IBM与百度，只是AI重塑医疗版图大军中的一抹亮色罢了！在这个炙热的AI医疗领域，科技巨头、创新初创、资本力量交织，形成了一股势不可挡的力量。然而，每一份成功的背后都伴随着高投入与漫长的时间考验，就像攀登高峰，需要面对数据难题的冰川和商业化盈利的挑战。🚀🔍尽管如此，这个充满机遇与挑战的行业正吸引着全球的目光，等待着智慧的火花点燃医疗健康的未来。🏆
🚀当AI医疗步入新时代，我们正期待一个前所未有的健康革命！🔍医学的进步，手术刀的精准，延长了人类寿命的记录，这些都是科技力量的惊人突破。未来，AI或许不仅仅是处方师，更是守护生命的智者。🌟想象一下，AI助力下，人类有望打破150岁的生命界限，这是科学家如王俊所描绘的愿景，也是AI技术对生命延续的重大承诺。🚀让我们共同见证这个里程碑式的转变，迎接一个更健康、智慧的新纪元！#AI医疗新时代 #人类寿命新高度
百度的AI医疗逻辑
“迎接新时代，也要打扫门庭。”李彦宏春节后在内部一次中层以上级别参与的讲话，或许是百度全面转型AI医疗的注脚。
撤销医疗事业部只是百度转型AI医疗的又一个举措。去年年底，百度发布了医疗人工智能领域内的新成果——百度医疗大脑，包含患者自诊和协助医生进行辅助诊疗的两个平台。
2月11日，李彦宏在第17届中国企业家论坛亚布力论坛发言时，讲起他的人工智能+医疗战略表示，AI时代的来临，将重新定义医疗行业。例如，未来可以通过智能诊疗系统帮助医生来诊断、通过AI收集数据进行基因测序、用AI方法进行新药研发和测试等。
“能够改变医疗的最最重要的力量就是AI。”李彦宏称，随着人工智能在精准医疗等领域不断产生突破与创新，人类最终都会成为AI的受益者。
值得注意的是，百度移动医疗事业部并不是负责医疗广告的部门。百度移动医疗事业部在2015年1月成立，归张亚勤领导，当时主要是医疗O2O相关的挂号预约以及送药直达业务，布局主要在三个方面：在线问诊的百度医生、拇指医生等，送药电商的药直达，还有智能设备Dulife。不过，这个部门的业绩并不好，连续几年是公司年终系数最低的部门之一。
从商业角度看，AI医疗模式对百度而言有着异常强大的吸引力——在百度医疗广告遭遇严重信任危机，以及百度020医疗失败之后，百度意图借助人工智能，在医疗领域创造出新的运营方式和盈利方式。
百度AI医疗具体路径如何？“未来医疗大脑和医疗云会进行结合。ToC面向患者，ToB是面向医生和医疗机构，未来是一个大的平台，有不同的接口和服务产品。”百度原医疗事业部负责人李政透露称，自己未来将负责两块业务，一是医疗AI的探索和落地，二是百度医疗云的业务，通过百度医疗云降低用户的存储成本等。
10秒确诊癌症的Waston医生
“百度想做中国的Waston，帮医生进行辅助诊断。”移动医疗杏树林CEO张遇升说IBM人工智能在医疗领域的研究，已落地应用于医疗具体治疗之中，百度此番转型还属于放长线。
2月4日，世界癌症日。IBM的人工智能Watson在天津市第三中心医院第一次为中国癌症患者“出诊”，它的身份是人类医生的机器人助手，有20位癌症患者慕名而来——对这些四处奔走求医问药的癌症患者来说，也许，机器人医生能带来奇迹。
治疗中，一位胃癌局部晚期患者向人类医生递上自己的各种检查单据。人类医生把病理数据输入Watson后，Watson“思考”了不到10秒钟，就在电脑屏幕上开出了一张详细的西医诊疗方案分析单。“Watson提供的最佳方案，是通过化疗将肿瘤缩小后再进行手术，这跟我的判断完全一致。”天津市第三中心医院肿瘤科主任吴尘轩说。
2011年2月，在智力节目《危险边缘》打败了人类对手。崭露头角之后，沃森开始转战医疗健康领域，与美国癌症治疗领域的权威医院——纪念斯隆.凯特琳癌症中心合作，共同“训练”，花了两年的时间“修读”医学院课程，像人类那样做必要的知识储备。
2015年4月， Watson Health成立，吹响了进军医疗行业的号角。截至2015年底，IBM和北美14个癌症中心建立合作伙伴关系，美国顶级的肿瘤中心MSK已全面使用Watson作为辅助手段，为临床医生提供乳腺癌、肺癌、直肠癌、宫颈癌、卵巢癌和胃癌治疗方案。
2017年，Watson还将拓展至另外九种癌症，覆盖全球80%的癌症病例。迄今为止,Watson在美国、泰国、印度与中国应用于癌症、肿瘤的诊断与治疗,服务人数达2亿。
作为癌症专家，在北卡罗来纳大学医学院，Watson能够在99%的情况下推荐与人类专家相同的癌症治疗方案。更惊讶的是，在30％的病例中，发现了医生没有提出的治疗选择。在印度，它为一名已经无药可救的癌症晚期患者找到了诊断方案；在日本，东京大学医学研究院利用Watson判断一位60岁女性患有罕见的白血病，而这只用了10分钟的时间。
不同的是，人类医生依据的是多年临床诊断经验，而Watson依据的是目前全球范围内对相关病例的大数据分析——Watson的认知技术17秒可以阅读3469本医学专著、248000篇论文、69种治疗方案、61540次实验数据、106000份临床报告，进而根据医生输入病人的指标信息，在药物选择及用药方案、风险上提供精准建议。在返回中国这位患者身边之前，它顺便把自己的诊疗方案部分内容翻译成了中文。“比人类医生考虑得更全面，把风险降到最低，大大增强了患者甚至医生的信心。”
“我们都知道，一个人不可能掌握所有知识。Watson的出现为我们提供了一个非常棒的机会——开放、共享全世界的癌症治疗信息，每个地区的人们都可以通过Watson来获得世界顶级的专业知识。”在一篇文献中，讲到了Watson鉴定一位年轻肺癌患者的罕见突变现象案例，但在全世界范围内，最多也只有10位医生知道这项新突变的研究。但是，Watson不仅仅读过这项新的研究论文，它还能将病情和新研究结合在一起，给医生治疗提供正确建议。
更重要的是，Watson还具备了一定的学习能力，可以随着时间的推移而积累海量知识。Watson Health(Watson健康)总经理戴博丽（Deborah DiSanzo）就曾表示，Watson肿瘤解决方案的知识库更新是逐月进行的。
AI医疗担纲IBM第四次转型成败
很大程度上，体积从主卧缩小成3个叠放的比萨盒大小，拥有超过30个APII（应用程序编辑接口）的Watson在医疗领域的表现，对IBM来说将是第四次转型能否成功的关键——尽管Watson已进军金融、零售、时尚、教育、汽车等更多垂直领域，但医疗健康仍是目前最强的领域。
“未来五年，我们所作的每一个决策，无论个人或是专业机构，都将受到Watson的协助。”2016年初，IBM董事长兼CEO罗睿兰（Ginni Rometty）宣布IBM正式历史上的第四次转型时表示，Watson担纲的人工智能是此次转型关键。
2014年，IBM专门组建了Watson部门，目前该部门拥有约1万名员工。现在，这个团队超过一半为医疗团队。从最早帕金森专项治疗，到利用医学影像 “狙击”癌症、糖尿病、心脏病等重大疾病，与相关团队的合作研究，Watson带给IBM的收益将不仅限于Watson系统自身的、收入，还包括Watson助推下的包括云服务业务、咨询服务、新药研究在内的多个业务板块。
与百度等其他对手相比，Watson从一开始就采用了商业化运营手段。它在中国的野心是，期望通过与政府部门、医疗机构、商业机构和学术团队合作，推动AI医疗在中国的发展。
“这是一个新的服务模式，肯定要收费的。肿瘤解决方案中有些属于临床研究，有些属于咨询服务，我们今后会区分这些收费方式。”浙江省中医院副院长江荣林说，未来医院会专门建立一个部门与进行对接。不过，收费会分几个数量级，是所有病人都能负担得起的费用。
去年8月11日，IBM与其在华推广运营商认知科技共同宣布，与21家本土医院签署IBM 肿瘤解决方案（IBM for Oncology）的合作意向协议，此举标志着正式在医疗领域进入中国。浙江省中医院就是首批合作医院之一，此后，又有两家中国公立医院加入了这个阵营。此外，已与4个县级市签署了框架协议，进行前期试点。
数据显示，仅2015年，中国就有近430万新发癌症病例和281.4万例死亡病例。目前美国所有癌症的5年生存率为66%，而中国所有癌症的5年生存率仅为30.9%。造成这种明显差距的最主要的因素之一，是我国目前在肿瘤规范诊疗方面水平参差不齐。
“中国医疗健康领域面临的一个突出挑战是，优质健康医疗资源配置不均衡，除了要在政策和体制上想办法之外，我们更要向科技创新要解决方案。”IBM大中华区董事长陈黎明说，肿瘤解决方案只是健康提供的众多解决方案之一，Watson健康将人工智能、医学生物学前沿科技创新与循证医疗大数据结合起来，能够在医学研究、高效诊疗、认知关怀和个人健康管理等四个方面提供独特的价值。
难以想象的AI医疗前景
换个角度看，人类有大约几千常见疾病，以及几万种常见药品。而人工智能可以在这几千种病和几万种药之间进行有效匹配——有效匹配，正是人工智能的强项。例如拥有1500万司机和近3亿用户的滴滴打车，可以在上亿的对象中实现有效的、快速的匹配。
仅仅是疾病诊断匹配这一项，其中蕴藏的商业化前景就不可想象，这也是IBM、百度都把转型成败押注在医疗AI上面重要原因。
外界所熟悉的是，谷歌用AlphaGo战败了全球围棋高手；所不熟知的是，是这家公司同IBM一样，正利用AI颠覆着医疗领域。
2016年初，谷歌DeepMind成立DeepMind Health部门，2016年11月，与英国国家健康体系（NHS）合作，分享NHS 下属规模最大三家医院的 200万名患者的医疗数据。
DeepMind 将用这些数据开发一款“Streams”软件，声称它能每年拯救一万条生命。“Streams” 内含病人化验结果、医疗记录并提供即时短信息服务。Deepmind 计划在 2017 年发布 “Streams”，医生和护士能够在手机上收到Streams对有急性肾病和血液中毒风险的病人发出的分析警告，对患者的救治时间，也将从几小时缩短到几秒。
在印度，微软与印度的非营利性组织LV Prasad眼科学院（LVPEI）合作，处理了大量数据（110万人的匿名记录），向医生提供了盲症如何在印度蔓延的信息。印度占全世界2.85亿眼病病例中的近5500万，这也是微软在印度进行这一项目的原因。
“医疗人工智能的起跑点本质上是一样的。人工智能所有的算法、底层技术都是开源的，难点在于要在开源的算法里面找到一个适合某一领域的算法集，并且不断调优这个算法集。只要企业有技术积累、数学家和医疗行业专家，就进行产品研发，被新产品迅速赶超也是有可能的。”IBM 认知关怀COO王泰峰说。
这造成了医疗人工智能投资创业的持续火爆，根据CBInsights数据，自2015年年初以来，近一百家类似初创公司获得融资，其中约20个在2016年获得了新一轮投资，业务内容贯穿了医疗大数据、医学影像识别、智能诊断、健康管理、医疗服务、制药研发、基因科学等领域。
相对而言，初创公司的“发力”领域更细化。在美国，众多医疗相关公司正在崛起。比如医疗大数据公司AthenaHealth，生产大数据为医生提供临床信息参考，提供移动服务；AdvenioTecnoSys，为医疗领域提供高质量的图像处理和机器视觉服务及解决方案；NuMedii，利用大数据来加快新药的开发过程等。
在国内，华大基因和碳云智能在全球AI医疗领域也举足轻重。华大基因是全球最大的基因组学研发机构。2013年3月，华大基因成功完成对美国上市公司Complete Genomics的收购，实现了基因测序上下游产业链的闭环。
碳云智能系原华大基因CEO王俊创立，其方向是建立一个健康大数据平台，刚刚获得了10亿元的投资。此外，还有多美视界，分别向C端和B端推出了小壹医疗机器人，以及去年10月获得真格基金等投资的12Sigma（图玛深维），其第一款产品是针对于肺癌的自动诊断系统，辅助医生对胸腔CT扫描图像的分析，帮助医生提高早期肺癌的检出率。
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。”
 fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
