IBM的AI医疗走进死胡同:想用NLP解决医学问题,连Bengio也不看好
https://www.toutiao.com/a6680006303055610376/
从2011年开始,蓝色巨人IBM在AI医疗上押上了重注,甚至为其AI部门建立了一个华丽的总部。这一切都是为了在AI浪潮中保持自己的领先定位。
然而IBM Watson的医疗技术已经使用了8年,却从未给人留下深刻印象。
IEEE Spectrum高级副主编Eliza Strick认为IBM Watson医疗雷声大雨点小,前期给了很高承诺,如今却远远没有达成目标。
在IBM的设想中,Watson的记忆库掌握着各种罕见疾病的知识,可以在几秒内就解决一个棘手的病例。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。
但是Watson的成果只限于研究领域。IBM试图将Watson应用于医学界的最大挑战之一癌症时,遇到了机器学习方式和医生工作方式之间的根本不匹配。
8年承诺未能兑现
2011年,IBM Watson在智力竞赛电视节目《危险边缘》中战胜两位人类冠军,随后IBM宣布了自己雄心勃勃的计划:未来让Watson成为一名AI医生。IBM还承诺在未来18到24个月的时间里推出首批医疗健康产品。
实际上,IBM当时宣布的项目并没有产生任何商业产品。
此后8年中,IBM高调宣扬自己在AI医疗技术上的努力,但是与其他医院、高校合作的AI医疗项目大多数已经失败。
据IEEE Spectrum统计,从2011年开始,IBM Watson与其他机构合作的25个具有代表性的项目中,仅有5个合作项目推出了AI医疗产品。
IBM还试图通过收购来加强自身,但内部人士表示,收购的公司并没有起太大的作用。
从IBM的Watson Health部门出来的产品与曾经设想的AI医生完全不同:它更像是可以执行某些日常任务的AI助手。
加州大学旧金山分校医学系主任Robert Wachter说:IBM遇到了麻烦。他们把营销放在第一位,产品放在第二位,吊足了人们的胃口,但是项目上马后,又发现这是一个非常难解决的问题。
NLP短期解决不了问题
目前,美国监管机构只批准了少数AI工具用于医院。这些开创性的产品主要是在视觉领域,而IBM却一直致力于用NLP解决医疗问题。
其他AI医疗公司在研究用计算机视觉分析图像,如X光片和视网膜扫描。但是IBM没有这样分析医学影像的产品,尽管他们在该领域有一个活跃的研究项目。
除去医疗影像,即便是今天最好的AI也难以理解复杂的医疗信息。用软件对人类医生专业知识进行编码是一件非常困难的事情。正如全世界所看到的,IBM已经在市场上学到了这些痛苦的教训。
虽然IBM并没有放弃目标,但它的失败已经向技术专家和医生们表明,创建AI医生是多么困难。
2011年Watson在知识问答上的胜利,证明了它在NLP方面的卓越表现。为了玩这个游戏,它必须解析复杂的文字游戏线索,搜索大量的文本数据库,找到并确定最好的答案。
“看起来Watson几乎可以理解语言的含义,而不仅仅是识别单词的模式。” 在2011年曾担任IBM 研究院首席医学科学家Martin Kohn说。
其实早在参加《危险边缘》之前,IBM就已经考虑过AI医疗的可能性。
大量的患者数据看起来非常适合用于AI医疗研究,特别是当医院和医生开始使用电子健康记录时。
虽然其中一些数据可以很容易地被机器消化,例如实验室结果和生命体征测量数据,但还有大部分是“非结构化”信息,例如医生笔记和出院记录。这类叙述性文本占到患者记录约80%的内容。
Kohn认为,Watson强大的NLP能力可以转变为医学理论。Watson可以阅读患者的健康记录以及医学文献的全部内容,包括教科书、同行评审期刊文章、批准药物清单等。通过访问所有这些数据,Watson可能会成为一名超级医生,能够辨别出人类无法看到的模式。
哥伦比亚大学医学系教授Herbert Chase曾与IBM展开合作,希望Watson能成为一种“临床诊断支持”工具,他们一起研究了一种诊断工具的原型。但是双方从2014年分道扬镳,原因是Chase教授对Watson进展缓慢感到失望。
Chase教授只是IBM Watson的众多合作者之一,另一名合作者马里兰大学放射学教授认为,AI工具在10年内对医生来说是不可或缺的,但他并不相信IBM能实现它们。
他说:“我不认为IBM处于AI技术的最前沿,最令人兴奋的事情发生在苹果、谷歌、亚马逊这些公司。”
2014年,Kohn离开了IBM,他说:“仅仅证明你拥有强大的技术是不够的,还需要向别人证明你能做出有用的东西。”
Kohn一直在等待医学期刊上的论文证明AI可以改善患者的治疗效果并节省医疗系统的花费。到目前为止,这类文章发表的很少,Watson也没有任何结果。
IBM首次涉足AI医疗领域
在试图将AI引入医疗时,IBM面临着巨大的挑战,它在许多计算领域已经落后于谷歌、苹果等巨头。IBM需要一些重要的东西才能保证地位。为此,IBM在AI医疗领域投入大量资金。
2014年,IBM向Watson部门投资10亿美元。2015年,IBM宣布成立一个特殊的Watson Health部门,到2016年中期,Watson Health已经收购了四家健康数据公司,总花费约40亿美元。
IBM似乎有了让AI进入医疗健康领域所需的技术、资源和承诺。“将AI用于医疗健康是一项艰巨的任务,这是一项挑战,但我们正在这样做。” IBM认知解决方案和IBM研究院高级副总裁John E. Kelly说。从2011年开始,Kelly就负责指导Watson研究,现在他还负责对Watson Health的直接监督。
他说公司在需要的时候已经转向:“我们正在继续学习,所以我们的产品会随着我们的学习而改变。”
IBM的医疗诊断工具就是一个例子,它并没有上市,IBM医疗保健和生命科学研究副总裁Ajay Royyuru说:“诊断不是我们要进入的领域,这是医疗专家们可以做得很好的地方,无论你用AI做得多好,都不会取代人类专家。”
为了找到AI医疗的商业案例,IBM开展了一系列令人眼花缭乱的项目,针对医疗保健系统中不同参与者:医生、行政人员、保险公司和患者。
在许多种尝试中,IBM努力让Watson的NLP去理解医疗文本。但蒙特利尔大学计算机教授Yoshua Bengio说,在医学文本文件中,人工智能系统无法理解其模糊性,也无法了解人类医生注意到的微妙线索。到目前为止,没有人工智能可以达到人类医生的理解和洞察力。
IBM对癌症的研究是这家公司遇到的主要挑战之一。一位肺癌专家Mark Kris表示:“我认为没有人会知道这(实现癌症诊断)会花多长时间。”他所在的研究机构早在2012年就和IBM Watson展开了合作。
Kris和其他医生在2015年训练了一个人工智能系统,该系统成为了Watson肿瘤产品。德克萨斯大学MD安德森癌症中心的医生与IBM合作创建了一个名为Watson肿瘤顾问。白血病部门测试了该工具,但它从未成为商业产品。
Watson肿瘤顾问遭受了多方批评。有文章指出Watson肿瘤是无用甚至会提供危险的建议。Kris说他经常听到批评说该产品不是“真正的人工智能”。IBM与MD安德森癌症中心的合作项目花费了6200万美元,最后以失败告终而被取消。
该项目揭示了机器学习的承诺与医疗保健的现实根本不匹配,在“真正的AI”与当今医生对功能性产品的要求之间存在着差距。
Watson肿瘤通过获取大量癌症患者健康记录和医学文献来学习。IBM希望Watson凭借其强大的计算能力,将检查这些记录中的数百个变量,发现人类无法看到的模式。对于肿瘤学家来说,这听起来像癌症护理方面的潜在突破。对于IBM来说,它听起来就像一个伟大的产品。
Watson很快就学会了如何浏览临床研究的文章并确定基本结果。但它不会像医生那样阅读文章。医生是从文章中提取信息,用来改变他们的治疗方法。
而Watson的思想是基于统计数据,所以它能做的就是收集有关主要结果的统计数据。“但医生不这样做。”
例如,在2018年,FDA批准了一种新癌症药物,它对所有表现出特定基因突变的肿瘤都有效。人类医生会建议每个肺癌患者都接受这种基因检测,但Watson不会根据有55名患者中4名肺癌患者改变结论。
与现有医疗体系标准不符
Watson无法从医疗文献中新的病历事件提取出自己的见解,这只是它失败的第一步。研究人员还发现,它也无法像预期的那样从患者的电子健康记录中挖掘信息。
研究人员让Watson研究白血病患者的健康记录。在一份2018年发表于The Oncologist的论文中,该团队报告说,基于Watson的肿瘤学专家顾问在从医疗记录中的文本文档中提取信息方面取得了不同程度的成功。在处理诊断等明确概念时,准确度从90%到96%不等,但对依赖于时间的信息(如治疗时间线),准确度仅为63%至65%。
不仅如此,IBM实现AI超级医生的梦想还遭遇了另一重打击:研究人员意识到,Watson无法将新患者与之前发现隐藏模式的癌症患者进行比较。IBM本来希望AI能够模仿他们的专家肿瘤学家的能力,利用之前的结果和经验,为新患者制定治疗策略。
但医疗保健系统目前的标准并不鼓励这种现实世界的学习。AI系统的建议基于它在医疗记录中发现的模式 ,但是如果没有科学研究的严格控制,这种发现只会被认为是相关性,而不是因果关系。
IBM认为医疗保健的标准必须改变,才能让AI实现其全部潜力并转化为医学。
肿瘤专家不信任
根据传闻报道,IBM在美国寻找其Watson肿瘤产品的买家时遇到了麻烦。一些肿瘤学家说他们相信自己的判断,并不需要沃森告诉他们该做什么。有人说Watson只是建议他们很清楚的标准治疗方法。
在过去的几年里,与IBM合作的医院已开始发表关于Watson肿瘤相关经验的研究。
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。
Watson Health也有一些成功案例。IBM与北卡罗来纳大学的合作伙伴在2017年发表了第一篇关于Watson for Genomics有效性的论文中,参加该研究的32%的癌症患者,Watson发现了人类从未发现的潜在重要突变。
Watson Health的故事是一个警示,每个人都喜欢雄心壮志,但是没人希望被放鸽子。
— 完 —
IBM的AI医疗走进死胡同:想用NLP解决医学问题,连Bengio也不看好相关推荐
- IBM已“弃疗”,AI医疗研发10年不赚钱,终于打算卖了
2021-02-20 12:38:51 杨净 发自 凹非寺 量子位 报道 | 公众号 QbitAI 最新消息,IBM打算出售Watson Health部门了. 这也就意味着,IBM布局十年的AI医疗之 ...
- 被追捧为“圣杯”的深度强化学习已走进死胡同
作者 | 朱仲光 编译 | 夕颜 出品 | AI科技大本营(ID:rgznai1100) [导读]近年来,深度强化学习成为一个被业界和学术界追捧的热门技术,社区甚至将它视为金光闪闪的通向 AGI 的圣 ...
- 强生进军医疗机器人、Deepmind利用深度学习算法检查乳腺癌X光,AI医疗的风口已到来?...
合作是AI在医疗领域快速赋能的一大解决方式. 一直以来,强迫症.忧郁症等情绪类精神疾病都被业界认为是没有办法从生理上进行治愈的疾病,最近,在<自然>杂志上公布的最新AI+医疗的神经算法就可 ...
- 用深度强化学习玩atari游戏_被追捧为“圣杯”的深度强化学习已走进死胡同
作者 | 朱仲光 编译 | 夕颜出品 | AI科技大本营(ID:rgznai1100) [导读]近年来,深度强化学习成为一个被业界和学术界追捧的热门技术,社区甚至将它视为金光闪闪的通向 AGI 的圣杯 ...
- 被唱衰的沃森和巨头云集下的 AI 医疗|数说商业
数智物语(公众号ID:decision_engine)出品 策划.编写:卷毛雅各布 IBM想把沃森打造成哆啦A梦的四次元口袋,各种AI道具都收入囊中,但怎么让这个神奇口袋发挥出期望价值,IBM似乎不得 ...
- 李飞飞谈AI医疗:为什么我要从监督医生洗手开始做起?
编译 | 杨丽.阿司匹林 出品 | AI科技大本营 作为 AI 界的领军人物,谷歌云人工智能和机器学习首席科学家李飞飞一直致力于 AI 民主化,希望利用 AI 造福社会.在昨日举行的清华大学-谷歌 A ...
- 捅破砂锅!这位在AI医疗埋头多年的创业者,说出了这些行业真相
作者 | 明明 编辑 | 鸽子 不是医生,是不是意味着不能从事医疗行业? 答案是否定的,如果你不是一名医生,你还可以是一名码农. 2017年,AI行业飞速发展,其中医疗AI获得巨额融资,却被大家称之为 ...
- 专访 | 在AI 医疗这个热门的赛道上,阿里在怎么玩?
记者 | 谷磊 如今,人工智能已经是一个大竞技场,知道巨头在怎么玩很重要. 在这个竞技场的诸多赛道中,AI医疗以其巨大的潜在市场引发了人们无尽的遐想以及巨头的频频布局.2016年10月,百度对外发布& ...
- 北京智源大会 | AI + 医疗的下一个十年:从公共卫生预警到人类基因密码破解...
医疗事关人身安全,要求极高,容错率极低,因此,知识壁垒和技术壁垒都很高.过去,AI系统更多的是服务于终端,辅助医生诊断.决策.但是,医疗很复杂,直接切入终端问题很多.未来十年,AI+医疗会碰撞出怎样的 ...
最新文章
- ​计算产业如何加速突破?鲲鹏开发者技术沙龙带来新答案
- 抢购系统架构设计原理参考文档
- Chrome禁用浏览器跨域拦截
- NETCORE openSUSE docker 安装
- 利用matlab提取水印,怎么在含有水印的图像中提取出水印
- ssh根据姓名查询的时候报错java.lang.IndexOutOfBoundsException: Remember that
- 计算机二级web题目(7.3)--简单应用题1
- java jive歌词_Java Jive_Manhattan Transfer with Phil Collins_高音质在线试听_Java Jive歌词|歌曲下载_酷狗音乐...
- SpringBoot通过yml和xml文件配置日志输出
- java httpresponse headres属性,Java HttpHeaders.CONTENT_TYPE属性代码示例
- MapXtreme2004 连接oracle spatial的问题
- android 简易时间轴(实质是ListView)
- 汇川AM系列Modbus通信设置
- 新GRE词汇按部就班的学习方法
- 什么是微前端及微前端优缺点
- 计算机u盘读不出来,详细教你解决电脑读不出u盘
- SND: 项目发布时Owning ClassInfo is null for property: private问题原因排查与解决
- uva10935卡片游戏
- excel宏 java,Microsoft Excel宏运行Java程序
- D41FCB31FC1NE70 派克比例阀