歡迎光臨
每天分享高質量文章

投資50億的IBM醫療裁員70%:被潑冷水的Watson都經歷了什麼?

導讀:1997年,IBM深藍戰勝國際象棋冠軍卡斯帕羅夫,從此,這家藍色巨人,連同Watson一起,開始為全世界熟知。

Watson也從此名聲大噪,成為IBM持續數年經久不衰的“AI代言人“。2014年初,IBM投資10億美元專門建立“Watson Group ”,併在一年後,開始全力進軍醫療健康行業。

2015年4月,IBM成立了獨立的Watson Health部門;到2016年,Watson大約花費了40億美元收購了4家醫療資料公司,包括Explorys、Phytel 和Merge Healthcare。醫療這塊大蛋糕似乎是人工智慧時代,IBM亟待轉型的一步大棋。

而僅僅成立三年後,這一昔日的明星部門就被傳出裁員50%至70%,一場“AI+醫療的泡沫破滅”,引起了整個行業的一片嘩然。

 

 

作者:周素雲、stats熊、欒紅葉、橡樹_hiangsug

來源:大資料文摘(ID:BigDataDigest)

原文:IEEE

本月,在IEEE Spectrum的特別報告《How IBM Watson Overpromised and Underdelivered on AI Health Care》一文中,細數了Watson醫療曾經所立下的標的和被潑的冷水,並對比瞭如今的發展現狀。

我們只能感嘆:太美的承諾因為太年輕。讓我們也回顧一下Waston醫療漸行漸遠的這一路,希望更多的AI公司能從他們的經驗教訓中找到出路。

01 技術與業務的鴻溝

2014年,IBM為其人工智慧部門(稱為IBM Watson)新開設了一個酷炫的總部:建築位於曼哈頓,玻璃外觀在陽光下閃閃發亮,科技感十足;其內部構造類似於一個微型天文館,供潛在客戶和訪問者們進行“沉浸式體驗”。

同年,令人瞠目結舌的Watson‘腦力’顯現出其顛覆醫學的潛力,在演示中,Watson收集了一組罕見的患者癥狀,並提出了可能的診斷串列,每個診斷都註明瞭經Watson計算出的置信水平及與之相關的醫學文獻。

在圓頂象牙塔內,Watson的記憶庫掌握著每種罕見疾病的知識,它的處理器不容易受到醫生主觀認知偏見的影響,它甚至可以在幾秒鐘內處理一個棘手的病例。如果Watson能夠將這種即時專業知識帶到世界各地的醫院和診所,人工智慧似乎可以減少診斷錯誤,最佳化治療,甚至減輕醫生數量的短缺。

但是,象牙塔內的承諾無法做到跨越技術與業務之間的鴻溝。

其強大的技術無法與當今混亂的保健醫療系統相相容;機器學習的樣式與醫生的工作方式根本無法匹配,癌症治療的初衷舉步維艱。

02 創造一名“AI醫生”極其困難

 

IBM在2011年開始大膽嘗試改革醫療保健,給Watson指出一條AI醫生的道路。當時,IBM Watson在電視上展示的突破性技術應用於醫學領域——主要是其理解自然語言的能力。公司同時做出承諾,Watson的首批醫療保健產品將在18至24個月內上市。

事實上,IBM的醫療產品並沒有成功商業化,從IBM的Watson醫療走出的AI醫生也與設想具有很多差距, 更像是執行日常任務的AI助手。

彼時,IBM已花費數十億美元用於收購AI企業,以加強其內部開發實力,但內部人士表示,被收購公司尚未做出太多貢獻。

到目前為止,監管機構只批准了少數基於AI的工具用於真實醫院和醫生辦公室:這些開創性產品主要聚集在影象診斷領域——透過計算機視覺技術分析圖如X射線和視網膜掃描影象進行診斷。而IBM卻沒有分析醫學影象的產品落地。

除了影象領域,為人類醫生的專業知識編碼是一個非常棘手又浩大的工程,即便是如今最優秀的AI也難以理解複雜的醫療資訊。

IBM的‘首敗’至少可以向技術專家和醫生們證明:試圖創造出一位AI醫生,這是一件極其困難的工作。

03 “腫瘤專家顧問”合作中斷

MD 安德森癌症中心與IBM Watson合作,為腫瘤學家建立了一個諮詢工具(Watson for Oncology),該工具使用自然語言處理系統(NLP)總結患者的電子健康記錄,並透過搜尋其背後強大的資料庫為醫生提供治療建議。

MD 安德森癌症中心斥巨資購買了這一專案,併在白血病科進行了第一次嘗試。但該中心在2016年中斷了這次合作,即便是已經花費6200萬美金。具體原因我們不得而知。

或許我們可以從今年的圖靈獎得主,人工智慧研究專家Yoshua Bengio的評論中得到啟發。

IBM對醫療保健系統中不同參與者進行了數量驚人的調查,希望AI可以透過分析海量的資料集做出決策支援,擴大Watson的“認知”能力。但NLP雖然取得較大進步, 但與人類還是相差甚遠。

Bengio說:在醫學文字方面,AI系統無法消歧,也無法找到人類醫生會註意到的細微線索。雖然AI不需要充分瞭解也可以幫助醫療,但確實還沒有一個AI能與人類醫生的理解和洞察力相匹配。

一些研究將Watson for Oncology癌症治療建議與醫院腫瘤學家的建議進行了比較。下圖為Watson的建議與專家的治療計劃相匹配的百分比。

在印度,Manipal綜合癌症中心的醫生對638例乳腺癌病例中,Watson與專家治療建議的一致率為73%。Watson在韓國Gachon大學Gil醫療中心表現更差,該醫院為656名結腸癌患者提供的最佳建議,只有49%與專家相匹配。

據傳聞,IBM在美國很難找到Watson腫瘤產品的買家。一些腫瘤學家說他們更相信自己的判斷而不需要Watson來告訴他們需要做什麼。

04 “認知教練系統”未能上線

運動服裝公司Under Armour曾與Watson Health合作建立“個人健康培訓師和健身資料顧問。”該專案使用Under Armour的活動跟蹤器應用程式提供的資料,並由認知教練根據使用者的習慣提供定製的培訓計劃,並基於相似使用者的資料進行分析,為使用者提供健身建議。但這一認知教練系統從未投入市場使用,且Under Armour中斷了與IBM Watson的合作。

下表為IBM在醫療方向專案與目前的進展:

 

05 商業化期望越高,失望越大

Chase 作為一名IBM的研究人員, 曾開發出一種診斷工具,但IBM並不打算使其商業化,只能陳列在實驗室內供遊客參觀。最終,對IBM在醫療上的緩慢發展而感到失望的Chase 選擇與IBM分道揚鑣。

馬裡蘭大學放射學教授、資訊系統副主席艾略特·西格爾,曾經眾多Watson狂熱粉絲中的一員,也與IBM進行過醫療診斷研究。雖然他認為AI驅動的工具對醫生來說不可或缺,但他懷疑IBM能夠產生那些令人興奮的產品,他更寄期望於谷歌、蘋果和亞馬遜這類公司。

2014年離開的IBM的Kohn說:“擁有強大的技術是不夠的,你還要向我證明,這款產品的確是有價值的,可以讓我生活的更好,讓我的父母生活的更好。

為了讓人工智慧充分發揮其潛力並改變醫學,醫療保健的標準必須改變。Kohn說,人工智慧系統可以考慮比臨床試驗更多的因素,並可以將患者分成更多的類別,以提供“真正個性化的護理”,但前提是基礎設施也必須改變:醫療機構必須同意分享其專有和隱私控制的資料,以便人工智慧系統能夠從數百萬多年來跟蹤的患者身上學習。

他一直期待著在醫學期刊上可以看到有關Watson產品的文章,能夠證明AI可以改善患者的治療效果或節省醫療系統開支。但遺憾的是這類文章寥寥無幾,也就是說Watson並沒有突破性的成果。

但無論如何,在數字化時代裡,IBM Watson 不是第一個象牙塔的守望者,也不會是最後一個叢林中的引路人。

相關報道:

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

    已同步到看一看
    贊(0)

    分享創造快樂